一、前言
一直在思考一件事情，到底怎样才能快速提升个人的能力，做一个对社会有用的人。比如说现在，感觉自己就像一条咸鱼，做的事情自己看不清它会对社会能够带来哪些具体的正面影响。虽然转念想它并非无用，可是它对社会的反应时间和效益，太过墨迹以至于我时常抱着这样质疑的心态。其实，内心也很清楚，你不用关注别人怎样，你只需要做好你自己，那样就是对社会最大的贡献了。事实也的确如此，但每个人都身处在这个社会中，个人的利益终归是和大众的利益是有关联的。如果能够将个人的利益和大众的利益都能同时带来正面效益，相互促进，那无非是最好的一种状态。
晚上，又看了会儿同学送的《博弈论》，目前看了一点点的纳什均衡。正如刚才所言，个人的利益和大众的利益 某种程度上也是一种动态的均衡现象，根据各方的策略，这个均衡可以更好也可以更坏。当找寻到一种利于促进双方均衡不断更好的均衡，那我想，可能那就是自己找到了长远所要去实现的目标。
胡言乱语远了，回到数据思维吧。先简单对自己看的书籍《数据思维——从数据分析到商业价值》^1中自己标注的一些内容进行一个汇总。
二、摘记
数据产业实践至少涉及三个关键环节：
- 数据业务定义（把一个具体业务问题定义成一个数据可分析问题）
- 数据分析与建模（描述统计、数据可视化、回归学习、机器学习）
- 数据业务实施（流程改造、产品设计、标准制定等）
有句"名言"：预测不准是常态，预测准确是变态。
回归分析要完成的三个使命：
- 识别重要变量
- 判断相关性的方向
- 估计权重(回归系数)
简单总结一下，什么是回归分析？从“道”的层面而言，回归分析就是一种把业务问题定义成一个数据可分析问题的重要思想。而从“术”的层面，回归分析要完成三个重要的使命。
描述分析不在全面而在精辟。
横截面数据是指在某一时间点上，在多个对象上采集到的数据。
时间序列数据是指在一些时间点上，针对某个对象采集的数据。
面板数据是指在多个时间点上，对于同一批对象采集的数据。
三、小感
果然感受这种东西就不能拖，拖没了吧，不知如何下笔。其实，读这本书还是有一些想法的。首先，它对于没有理工科背景的人，我觉得应该也很友好，能够领会数据分析所具有的意义、影响力，还有数据分析实践中实施的步骤。其次，该书中举证了好多分析案例，每一个案例都讲解了其背景、目标以及为达成目标，数据分析在其中扮演的角色和所做的工作内容。最后一点感受就是，数据举证很多，但反转到我们己身，那就是要去动手实践大量的案例，实践出真知，不然，不会对数据的“深坑”有很深刻的“警醒”！
最后，放一张今天跑步的数据图吧，一切都在变好的路上，你要做的，就是do it !
[^1] : 《数据思维——从数据分析到商业价值》/王汉生 编著. ——北京：中国人民大学出版社，2017.9 ISBN 978-7-300-24856-1