数学涉及确定性值，这意味着如果 x 等于 10，则它是 10，仅此而已。统计数据使用随机变量。例如，如果您连续几天测量同一项目，测量结果将不相同。许多因素会影响日常测量，例如您的体温、环境、测量仪器等。 总体和样本概念 在统计学中，一些概念对于理解这门在日常生活中广泛使用的科学是什么至关重要。下面我们介绍其中两个： 总体： 一组元素，至少具有一个共同特征。这一特征正确地定义了总体的组成部分。 **样本：**总体元素的子集，代表研究总体的感兴趣特征。 问题 在统计学中，为了客观，管理问题或统计研究应用的动机是必要的。 下一步是从哪里提取此信息。通常会进行实验或者该信息已经存在于某个地方，例如数据库。 数据收集 重要的一点是收集这些信息的质量。数据收集过程中可能会出现一些问题，这可能会严重影响所提出的解决方案。我们可以通过观察以下事实来防止某些问题的发生： 在没有明确定义问题或情况之前，不应收集数据。 测量系统必须经过评估并具有足够的测量能力； 计算和读数必须非常仔细，以避免失真； 基本分析流程 接下来，我们介绍统计分析流程。 数据分类 数据分类的摘要如下所示： 这样，我们将定义它们中的每一个。 定性数据 定性数据代表质量特征。例如，我们可以将产品分为： 好的， 合理或 坏的。 定性数据可以分为两类： 标称定性数据： 特征的顺序并不重要； 示例： 一群人的性别： 男性 女性化 有序定性数据： 特征的顺序很重要。 **示例：**一群人的教育水平对于评估信息很重要，他们是： 基础教育 中学 不完整的高等教育 完成高等教育 研究生 定量数据 在这种情况下，观察到的特征呈现的数值可以分为“离散”或“连续”。 **离散定量数据：**离散定量数据采用一组指定数字内的值。在数学世界中，自然数。 **示例：**一台机器在给定时间内生产的产品数量可以是 $\mathbb{N} = \\{0,1,2,3,4,\dots\\}$ **连续定量数据：**连续定量数据取连续数字范围内的值。在数学世界中，实数。 一般来说，此类数据来自零件或产品质量特性的测量。 示例当我们测量零件轴的直径时，我们获得连续的定量数据。 这是统计概念的一个小介绍，等待下一篇文章。