4-3 描述统计学：总体、样本和误差，基本统计量（版本：py3）
相关概念
1.采样相关概念
- 总体：研究对象的全体
- 样本：从总体中的随机抽样
- 采样偏差：是由于抽样过程中没有达到足够随机而产生
抽样的方式会严重影响样本的随机性，从而影响对总体的预测，抽样的方法有多种，可以使用一定的方法来减小采样误差，然而采样误差是无法避免的。
2.误差：不确定性的某种表示
-
标准差：使用标准差画error bar；用于表征数据分散程度
-
总体标准差：
-
样本标准差：
-
- Bootstrap置信区间：用总体统计量的估计区间画error bar；用于表征数据的波动范围
- 可重复采样：抽取的个体仍可参加下次采样，常用于估计总体统计量的置信区间
- 如何使用Bootstrap计算置信区间（Quantile算法）：用重采样的采样方法，计算统计量并排序，取相应的分位数，作为置信区间的边界
推荐阅读:如果你有兴趣，可以阅读《An Introduction to the Bootstrap》这本书了解更多关于Bootstrap的知识和其他计算置信区间的方法 - seaborn画图参数区别：1）使用标准差绘制error bar：ci=’sd’ 2）使用Bootstrap置信区间画error bar：ci & n_boot
Error Bar
黑线即为Error Bar，在每一列上的Error Bar 表征：在给定的置信区间下，统计量的范围会在黑线内波动。
补充知识
1.采样方法
抽样的目的是用样本推测总体的情况，这也是推断统计需要的内容，采样偏差的存在及大小会影响对总体参数的估计，因此对于采样方法的选择就尤为重要了
请阅读：
- 随机抽样方法整理，了解不同的采样方法，掌握基于分布、基于累计概率分布函数、基于不独立样本的采样方法
- 随机采样方法整理与讲解（MCMC、Gibbs Sampling等），链接中介绍了8种随机采样的方法，学有余力的话，可以对背后的数学原理进行一定的了解
2.置信区间的定义：
在统计学中，置信区间是指由样本统计量所构造的总体参数的估计区间。在统计学中，置信区间是一个非常重要的概念。
请阅读以下材料，了解置信区间的基本概念和置信区间的一个小应用
- 置信区间 wikipedia词条
- 【A/B测试算法大揭秘】第四篇：置信区间究竟是怎么来的？，置信区间还可以用于A/B test领域
3.无偏估计
本节视频列出的总体方差的估计公式是无偏，那么为什么要使用无偏估计，无偏估计又有什么好处呢？请阅读以下链接，了解无偏估计是什么
- 无偏估计 百度词条
- 为什么分母从n变成n-1之后，就从【有偏估计】变成了【无偏估计】？，理解为什么当分母为（n-1）时是无偏估计以及无偏估计的本质是没有系统误差
统计学的知识是数据分析的基础，了解了概率统计的概念之后，你可以更好的理解这些统计量是怎么得来的，以及是怎样反映总体特征的
扩展阅读
Bootstrap方法
Bootstrap是一种对参数的推断方法，使用的是重复抽样的方法，对多次抽样得到的样本进行分析，在掌握了Python的基础知识之后，可以自己编写代码实现，请参考：
抽样的应用
如果你对抽样的实际应用还有些模糊，阅读以下链接，感受抽样的魅力