閒情逸致，寫幾篇小文，也算是安慰一下自己
------------統計分析常用分析方法-------------
下圖總結了統計學中我們常用到的一些統計分析方法，圖表來源於Ben老師。從大類來看，分析包含四大類：探索性分析（新產品如何定價[成本、市場競爭和需求]），描述性分析（昨天交易情況如何，偏向於統計維度），解釋性分析（指標爲什麼下降[先看同比情況；然後查看其他因素，週六日、節假日、服務器崩潰、產品做出調整；根據指標構成，層層細分]），預測性分析（明天銷量是多少）。
輸入變量只有一個，即單變量
列聯表分析：
當輸入變量X和輸出變量Y都是離散的時候，我們一般怎麼樣對數據來進行描述呢？一般都是用一個二維表，其實就是列聯表分析，也稱爲交叉分析，在風控領域可能用的比較多，就是通過做交叉分析來卡對應閾值，上線策略。對於離散變量而言，其實有兩種展示的維度，一個是統計頻次或者說數量，另外一個就是佔比，包括總佔比、行彙總、列彙總百分比。
卡方檢驗：
做了列聯表分析之後，我們想看離散變量X和Y之間相關性怎麼辦呢？這就是卡方檢驗
t檢驗：
當變量X和Y，一個是離散（只包含2種類別），一個是連續的，怎麼來描述他們呢？那就是t檢驗，t檢驗是檢驗2組樣本之間的均值是否存在統計學上的差異，比如說班級上男女同學的數學成績是否存在明顯差異，這時候可以用t檢驗（當然A/B測試也可以使用這種方式），用spss做t檢驗之後，看p值，一般小於0.05，我們認爲男女同學的數學成績是有明顯差異的。在spss裏面t檢驗分爲單樣本t檢驗、獨立樣本t檢驗（例子就是這種檢驗方式）、配對樣本t檢驗（檢驗患者在使用某種藥物前後的身體指標是否存在統計學差異）。
單因素方差分析：
t檢驗是2組樣本的均值是否存在統計學差異，如果有3組、4組呢，那麼這個時候就是用到了單因素方差分析，方法類似。和t檢驗和單因素方差分析需要獨立性、正態性和方差齊性。
相關分析：
卡方檢驗是檢驗離散變量之間的相關性，而連續變量之間的相關性怎麼檢驗呢：使用相關分析，相關性分爲正相關和負相關
輸入變量有多個
在機器學習中，當預測變量是離散的，統稱爲分類問題，當預編變量是連續的，統稱爲迴歸問題。當預測變量是二分類變量，如0,1，是否違約，可以使用邏輯迴歸；當預測變量是連續變量可以使用線性迴歸，當迴歸係數爲正，代表正相關，爲負，代表負相關；線性迴歸和邏輯迴歸本質上是有區別的，雖然都稱爲迴歸，但邏輯迴歸解決的是分類問題，實際上就是在線性迴歸的基礎上，增加了一個sigmod函數，將其映射到(0,1)區間內，然後再增加一個閾值判斷，比如大於0.5判定爲1，小於等於0.5判定爲0。