1.1　统计学、模型以及本书采用的方法

统计学主要是关于收集、组织、分析并解释数据的科学，统计学的基础知识对数据分析来说至关重要。在数据分析中，主要有以下两种统计学方法。

❏ 探索性数据分析（Exploratory Data Analysis，EDA）：数值统计，比如均值、众数、标准差以及四分位距等，这部分内容也称作描述性统计。此外EDA还涉及用一些你可能已经熟悉的工具（如直方图或散点图）对数据做可视化分析。

❏ 统计推断：主要是指在已有数据基础上做陈述。我们可能希望了解一些特定的现象，也可能是想对未来（或尚未观测到）的数据进行预测，又或者是希望从对观测值的多个解释中找出最合理的一个。统计推断为解决这类问题提供了一系列方法和工具。

提示：本书重点关注如何做贝叶斯统计推断，然后用EDA对贝叶斯推断的结果做总结、解释、检查和交流。

大多数统计学入门课程，至少对非统计学专业的人而言就像一份菜谱，这些菜谱或多或少是这样的：首先，到统计学的后厨拿一瓶罐头并打开，加点儿数据上去尝尝，然后不停搅拌直到得出一个稳定的值，该值最好低于0.05。这类课程的目的是教会你如何选择一瓶合适的罐头。我从来不喜欢这种方法，主要是因为最常见的结果是人们会很困惑，甚至连概念都无法掌握。本书采用的是另外一种方式：首先我们也需要点儿原料，不过这次是自己亲自做的而不是买来的罐头，然后学习如何把新鲜的食材混合在一起以适应不同的烹饪场景，更重要的是教会你如何把这些概念应用到本书例子之外的地方。

采用这种方式有两方面原因。

● 本体论：统计学是建立在概率论数学框架之下的一种统一的建模方式。概率论的方法能为一些看起来非常不一样的方法提供统一的视角，比如统计学和机器学习（Machine Learning，ML）从概率论的角度来看就非常相似。

● 技术：如PyMC3这样的现代软件允许实践者以相对简单的方式定义和解决问题。在几年前，这类问题可能是无法解决或者需要很高的数学水平和技术复杂度。