原文：
www.kdnuggets.com/introduction-to-statistics-statology-primer
作者提供的图片 | Midjourney & Canva
KDnuggets 的姊妹网站，Statology，拥有大量由专家撰写的统计学相关内容，这些内容在短短几年内积累而成。我们决定通过整理和分享一些精彩的教程，帮助读者了解这个伟大的统计学、数学、数据科学和编程内容资源，并与 KDnuggets 社区分享。
1. 谷歌网络安全证书 - 快速入门网络安全职业
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你的组织的 IT
学习统计学可能很困难。它可能让人沮丧。更重要的是，它可能令人困惑。这就是为什么 Statology 在这里提供帮助。
第一个这样的集合主题是介绍性统计学。如果你按照以下教程的顺序进行学习，你会发现到最后你将拥有一个坚实的理解基础，可以理解和利用 Statology 上的大部分内容。
统计学是帮助我们理解如何利用数据做以下事情的领域：
-
更好地理解我们周围的世界。
-
使用数据做决策。
-
使用数据预测未来。
在这篇文章中，我们分享了统计学在现代生活中如此重要的 10 个原因。
统计学领域主要有两个分支：
-
描述性统计学
-
推断统计学
本教程解释了这两个分支之间的区别，以及每个分支在某些情况下的用途。
在统计学中，我们通常感兴趣的是收集数据，以便回答某个研究问题。
例如，我们可能想回答以下问题：
-
迈阿密，佛罗里达州的家庭收入中位数是多少？
-
某个龟类种群的平均体重是多少？
-
某个县的居民中有多少比例支持某项法律？
在每种情况下，我们都希望回答关于一个总体的问题，总体代表了我们感兴趣的每一个可能的个体元素。
在推断统计学领域，有两个重要的术语，你应该了解它们之间的区别：统计量和参数。
本文提供了每个术语的定义，并附有真实世界的示例以及若干练习题，以帮助你更好地理解这两个术语之间的区别。
在统计学中，有两种类型的变量：
-
定量变量：有时也称为“数值”变量，这些变量表示可以测量的数量。
-
定性变量：有时也称为“类别”变量，这些变量以名称或标签的形式出现，并可以划分到不同的类别中。
你在统计学中遇到的每一个变量都可以被分类为定量变量或定性变量。
在统计学中，我们使用数据来回答有趣的问题。但并非所有的数据都是一样的。实际上，数据测量有四种不同的尺度，用于分类不同类型的数据：
-
名义尺度
-
顺序尺度
-
间隔尺度
-
比例尺度
在这篇文章中，我们定义了每种测量尺度，并提供了可以使用每种尺度的变量的示例。
想要获取更多类似的内容，请持续关注 Statology，并订阅他们的每周通讯，以确保不错过任何信息。
马修·梅约 (@mattmayo13) 拥有计算机科学硕士学位和数据挖掘研究生文凭。作为KDnuggets和Statology的执行编辑，以及Machine Learning Mastery的特约编辑，马修旨在使复杂的数据科学概念变得易于理解。他的专业兴趣包括自然语言处理、语言模型、机器学习算法以及探索新兴的人工智能。他的使命是使数据科学社区中的知识民主化。马修从 6 岁开始编程。
