在统计学研究中，统计学中最常见的三个“平均值”是均值，中位数和众数：
-
算术平均值：它是统计学中的一个重要概念。算术平均值也可称为平均值，它是通过将两个或多个数字/变量相加，然后将总和除以数字/变量的总数而获得的数量或变量。
-
中位数：中位数也是观察一组数据平均情况的一种方法。它是一组数字的中间数字。结果有两种可能性，因为数据总数可能是奇数，也可能是偶数。如果总数是奇数，则将组中的数字从最小到最大排列。中位数恰好是位于中间的数，两侧的数量相等。如果总数是偶数，则按顺序排列数字并选择两个中间数字并加上它们然后除以2，它将是该组的中位数。
-
众数：众数也是观察平均情况的方法之一。众数是一个数字，指在一组数字中出现最多的数字。有些数列可能没有任何众数；有些可能有两个众数，称为双峰数列。
标准差（Sigma）：标准差用于衡量数据在统计数据中的离散程度。
回归：回归是统计建模中的一种分析方法。这是衡量变量间关系的统计过程；它决定了一个变量和一系列其他自变量之间关系的强度。
线性回归：是预测分析中使用的统计技术之一，该技术将确定自变量对因变量的影响强度。
统计学的两个主要分支：
- 描述性统计：描述性统计使用类似均值或标准差的指数来总结样本数据。描述性统计方法包括展示、组织和描述数据。
- 推断性统计：推断统计得出的结论来自随机变化的数据，如观察误差和样本变异。
相关性：相关性被认为是测量和估计两个变量间定量关系的最佳技术。相关性可以衡量两个变量相关程度的强弱。
协方差：协方差对应的两个变量一同变化，它用于度量两个随机变量在周期中的变化程度。这是一个统计术语；它解释了一对随机变量之间的关系，其中一个变量的变化时，另一个变量如何变化。
协方差和相关性是两个数学概念；这两种方法在统计学中被广泛使用。相关性和协方差都可以构建关系，并且还可测量两个随机变量之间的依赖关系。虽然这两者在数学上有相似之处，但它们含义并不同。
结合数据分析，统计可以用于分析数据，并帮助企业做出正确的决策。预测性“分析”和“统计”对于分析当前数据和历史数据以预测未来事件非常有用。
转自数据派THU
以下转自
