數據：數值數據和分類數據（類別、文本，不能進行計算）
分類數據描述統計：頻數統計、頻數百分比
數值數據描述統計：統計度量（平均數：當數值差異性很大，平均數會被拉大或拉小、中位數、眾數）、圖形
分位數：第壹分位數：25%分位數、第二分位數：中位數、第三分位數：75%分位數
方差：描述離散程度，數據波動性
標準差：方差是平方，實際業務中沒有“平方”，所以需要開方，即為標準差，有+-之分
數據標準化：Z-Score，將兩組數據放在壹個可對比的維度，比如銷量和溫度
量綱：單位；當觀察日期和某業務數據關系時，可以將日期分解為按周和星期
切比雪夫定理：至少有75%的數據，位於平均數2個標準差範圍內；至少有89%的數據，位於平均數3個標準差範圍內；至少有96%的數據，位於平均數5個標準差範圍內
可視化：箱線圖、直方圖（對稱型、陡壁型、鋸齒型、孤島型、偏鋒型、雙峰型）
切比雪夫定理V2.0
正態分布中，至少有68%的數據，位於平均數1個標準差範圍內
正態分布中，至少有95%的數據，位於平均數2個標準差範圍內
正態分布中，至少有99.8%的數據，位於平均數3個標準差範圍內
概率
事件：{正面，反面}
概率：各50%
補集、交集、並集
韋恩圖
P(A∪B)=P(A)+P(B)-P(A∩B)
P(A|B)=P(A∩B)/P(B)
P(A|B)=P(A)
貝葉斯定理：結果A已經發生了，通過結果A反推真實原因可能性有多大
三道題
1、參加營銷活動的人群中，女性只有30%，能否說明女性不愛參加活動？
2、某城市有兩種顏色的出租車，藍車和綠車市場比率15:85。壹輛出租車夜間肇事逃逸，當時壹位目擊證人認出出租車是藍色的。經過相同環境下對“藍綠”測試得到：80%情況下識別正確，20%不正確，實際為藍車可能性？
3、假設1000條正常短信中，包含“澳門賭場”的短信有2條，在垃圾短信中，包含“澳門賭場”的短信有400條。現在接收了壹條新短信，在不瀏覽內容情況下，假設正常幾率50%。現在解析短信內容，發現了澳門賭場這個詞，它是垃圾短信的概率有多高？