各美其美：统计.分析.挖掘 不一样的美

点上方 “趣味数据周刊” 关注公众号

文章期号：20200314

「鄙人言」：躬身数据之职，受任于互联腾飞之际，奉命于碾转反侧之间，尔来三年有余矣。翻阅网友回答，有一些回答难免“引喻失义，而塞良谏之路“。故来献三言两语，裨补阙漏，愿有所广益。望各位读者大人亦宜自谋，以咨诹善道，察纳雅言，有所建树

「数据」：人类自诞生以来，数据早已存在，是我们赋“数据” 为数据之名。类比我们赋名发现的化学元素：钙钾镁钠。我们在由人，物，事 组成的时空场景，通过事来完成人与物的交互，这也是生命无终无始过程。

人或物独立存在时 我们只能用“0”去描述。当人和物通过事交互的时，我们才可以对人和我作出更多的了解。比如我们用尺子来度量人：能了解到人有高低胖瘦，尺有长短精密。数据是客观描述与抽象认知。交互衍生数据，数据又作用于交互。

干燥乏味的名字解释，这里我就不再赘述了。用一个桑农种桑的故事去了解三者的不同吧。

「接地气的故事」：桑农翻耕了自己的一亩三分地，种上了一株株桑苗。日落而息，日升而作。每天都会往返在桑田间，观察者每一株桑苗：长了多高，有多少枝叶，有多少枯叶...

这是统计。每天的高矮多少的记录都直接反映桑田的状态。桑农眼前有桑田，心中有数字。统计是将观察事物数字化，直观的描述事物，「统计」的侧重点：了解（描述）事物，数字能也更好的传递这种数字化了解。

桑农观察了三五日，数字在慢慢积累构成数据表。对数据表进行拆分解析（分析）发现有一块地的桑树长势不好：长的慢，枯叶较多。

数据分析就是在多日的数字基础之上，拆解对比，拉长时间线，更好的发现肉眼无法捕捉的差异，发现问题。「分析」的侧重点：发现问题，发现细微的差异变化。

桑农发现一块桑树长势不好，反倒乐起来了。因为他知道：好坏相随，福祸相依。知道好坏的原因，桑农就可以去找到办法，趋利避害。对比：好坏两块桑田的土壤，水分，采光（像极了模型的参数）。在不断的挖掘土壤等相关特征，桑农发现了适合桑树最佳的土壤，水分，采光的配比。通过施肥除草，桑苗慢慢的长势好起来了。「挖掘」的侧重点：发现价值，升级认知，获取更多价值。

那么问题来了：统计，分析，挖掘过程中产生的数据怎么更好的管理呢？这样就出现了一套存取，管理数据的一套系统的方法论，「OLAP」应运而生。

「各美其美」：统计，分析，挖掘 都是处理数据的方式方法，是彼此衔接的一个过程，有联系有交集。没有明显的界限，却有独特的特点。

统计: 需要了解基础的统计量：最大值，最小值，中位数，中序数，众数等， 最重要的是均值和方差；数据的分布：卡方分布，二项式分布，正态分布；假设检验的方法；---是什么？

分析:  相关性分析方法比如：分类，聚类，判别，典型相关性。关联分析考察多因素对事物的影响：方差分析，因子分析，主成分分析，回归分析；--怎么了？

挖掘：挖掘通过统计和分析发现不了的潜在有价值的规则，比如：关联推荐（啤酒与尿布），K近邻，神经网络；用高速计算的电脑来弥补人脑的短板。--这样做？

OLAP：关系OLPA（ROLAP）服务器，多维OLAP（MOLAP）服务器，混合OLAP（HOLAP）服务器，特殊的SQL服务器。多维数据模型的模式：星型，雪花，事实星座。上卷，下钻，切片和切块，转轴，钻过，钻透 等结构化存储数据，多样化操作数据。

「怎么学习呢？」 饭菜已好，下来咪西吧。请收藏下面的干货，遨游在数据之海吧。去公众号，看每一期的经典分享。

推荐阅读：