大家好，我是愛學習的小xiong熊妹。
很多小伙伴想知道：做數據分析，到底要懂多少統計學？小熊妹很認真地做一個懶人攻略，不講復雜的理論，直接講實際操作，希望能幫助到大家哦。
如果要講統計學，第一個概念要從區間估計講起，這是后續很多方法的基礎。
一聽：“區間估計”的名字，很多小伙伴會一腦袋問號：
-
為什么要“估計”
-
為什么還要有“區間”
今天的分享就從這里開始
一：什么是“估計”
“估計”是指用抽樣的數據估計全體的數據情況。之所以這么做，是因為很多時候，想全體采集數據太難了！比如生產真空包裝雞腿的企業，要檢查質量，就得把包裝拆開，那雞腿就不能再賣了。這是多大的損失呀！所以必須抽樣。
如果直接用抽樣數據代表全體數據，就是所謂：點估計。
常見的點估計指標有2個：平均值：比如抽樣雞腿的平均重量為150克。比例：比如抽樣雞腿的衛生合格率為99.9%。
但是，直接這么做會有問題，就是：抽樣對象不同，點估計值經常有差異。為了解決這個問題，有了區間估計的做法
二：什么是“區間估計”
通俗地講：區間估計是在點估計的基礎上，給一個合理取值范圍。
比如：抽樣雞腿的平均重量為150克，是一個點估計值。抽樣雞腿的平均重量為145克到155克之間，是一個區間估計。
其中，145到155稱為置信區間。這很符合人們的常規理解：東西很難100%准確，有個范圍也是可以理解的。
但這個范圍有多大可信度呢？人們用置信置信水平來衡量，即：“我們有多大把握，真實值在置信區間內”。一般用（1-α）表示。如果α取0.05，則置信水平為0.95，即95%的把握。
置信區間與置信水平連起來，完整的表達為：“我們有95%的把握，雞腿平均重量在145至155克之間。”
有小伙伴會好奇，為啥置信水平不是100%！通俗地說，當置信水平太高時，置信區間會變得非常大，從而產生一些正確但無用的結論。
比如：我們有100%的把握，小熊妹顏值在負分滾粗（-10分）與美若天仙（10分）之間……這是句正確的廢話。
再比如：我們有95%的把握，小熊妹是個顏值8分的美女（10分滿分）……這個結論是不是有用多了！
三：如何做區間估計
做區間估計需要四步，不想看原理的小伙伴，死記硬背即可。
第一步：確認抽樣對象和要計算的指標（看算平均值還是比例）第二步：進行抽樣，獲得樣本數據（平均值、比例、方差、樣本量）第三步：給定置信水平（1-α值）第四步：利用Z分布，求出對應置信區間范圍
計算公式為：
只要把公式的參數，套進去即可。其中標准差，Z值/t值，平均值等參數，在各種計算工具里都有現成的公式可以用。
四：兩個簡單的例子
某公司主要針對中老年群體開發產品，用戶在購買時無需提供身份信息，因此不清楚用戶年齡。
現需抽樣，調查其目標客戶的年齡是否符合“中老年”的范疇，抽樣數據如下，請計算90%置信水平下的目標客戶年齡置信區間（如下圖）。
再看個比例的例子。某公司想了解用戶滿意度，而有相當比例的用戶沒有在商品評價里打分，因此采用調查方法，抽300名未在網站打分用戶調查，其中182名用戶表示滿意，求95%置信水平下，用戶滿意率的置信區間（如下圖）
看到這個結果，反應快的小伙伴已經馬上意識到：這種計算能用來驗證業務有沒有撒謊！比如上例中，如果業務方說“用戶滿意率肯定在70%以上”這樣謊言就被戳穿了。
實際上，也確實是如此操作的。區間估計的方法是做假設檢驗的基礎理論，所以小伙們都得掌握一下。
五：這么神奇的方法，為啥平時不咋用？
答：現代企業采集數據的手段豐富了很多，特別是互聯網企業，用戶的注冊、點擊、互動數據是全體收集的。因此想了解用戶消費情況，完全可以針對全體統計消費率，消費金額等指標。就不需要抽樣了，因此用得很少。
但這不意味着運營、產品、銷售的同學就不需要掌握這個概念。因為這兩年ABtest大行其道，導致抽樣實驗的方法又形成一輪文藝復興。
先掌握區間估計的方法，對后邊理解單樣本/雙樣本/多樣本假設檢驗，有巨大幫助。這一點，講到后邊大家都理解了。以上就是今天的分享，喜歡的話，記得轉發、點贊、在看一鍵三連，支持下小熊妹哦，謝謝大家。
在看夠30個的話現場公布小熊妹真實顏值~