變更

''' 统计学 ''' 是在 [[ 数据分析 ]] 的基础上，研究 [[ 测定 ]] 、收集、整理、 [[ 归纳 ]] 和分析反映数据数据，以便给出正确消息的 [[ 科学 ]] 。这一门学科自17世纪中叶产生并逐步发展起来，它广泛地应用在各门学科，从 [[ 自然科学 ]] 、 [[ 社会科学 ]] 到 [[ 人文学科 ]] ，甚至被用于工商业及 [[ 政府 ]] 的情报决策。随着大数据时代来临，统计的面貌也逐渐改变，与 [[ 信息 ]] 、 [[ 计算 ]] 等领域密切结合，是数据科学中的重要主轴之一。

譬如自一组数据中，可以摘要并且描述这份数据的集中和离散情形，这个用法称作为描述统计学。另外，观察者以数据的形态，创建出一个用以解释其随机性和不确定性的数学模型，以之来推论研究中的步骤及总体，这种用法被称做推论统计学。这两种用法都可以被称作为 [[ 应用统计学 ]] 。 [[ 数理统计学 ]] 则是讨论背后的 [[ 理论基础 ]] 的学科。

为了 实际的理由 将统计学应用到[[科学]]、[[工业]]以及[[社会问题]]上 ，我们 选择 由 研究总体 开始。这可能是一个国家的人民，石头中 的 子集代替研究 [[水晶]]，或者是某家特定工厂所生产的[[商品]]。一个 总体 甚至可能由许多次同样 的 每一笔 观察程序所组成;由这种 数据 ，这个子 搜 集 称做样本。以某种经验设计实验 所 搜集 组成 的 样本 总体我们称它 叫 做数据。数据是统计分析的对象，并且被用做两种相关的用途：描述和推论 [[时间序列]] 。

描述统计学处 为了实际的 理 有关叙述 由，我们选择研究总体 的 问题：是否可以摘要 子集代替研究总体 的 说明 每一笔 数据 的情形 ， 不论是 这个[[子集]]称做样本。 以 某种经验设计实验所搜集的样本叫做数据。 数 学或 据 是 图片表现 统计分析的对象 ， 以 并且被 用 来代表总体 做两种相关 的 性质？基础的数学 用途：[[ 描述 包括了平均数 ]] 和 标准差等。图像的摘要则包含了许多种的表和图。主要是就说明数据的集中和离散情形 [[推论]] 。

描述统计学处理有关叙述的问题：是否可以摘要的说明数据的情形，不论是以[[数学]]或是图片表现，以用来代表总体的性质？基础的数学描述包括了[[平均数]]和[[标准差]]等。[[图像]]的摘要则包含了许多种的表和图。主要是就说明数据的集中和离散情形。 推论统计学被用来将数据中的 [[ 数据模型 ]] 化，计算它的 [[ 概率 ]] 并且做出对于总体的推论。这个推论可能以对/错问题的答案所呈现（假设检定），对于数字特征量的估计（估计），对于未来观察的预测，关系性的预测（相关性），或是将关系 [[ 模型化 ]] （回归）。其他的模型化技术包括方差分析，时间序列，以及 [[ 数据挖掘 ]] 。

[[ 计算机 ]] 在20世纪后半叶的大量应用对统计科学产生了极大的影响。早期统计模型常常为回归线性模型，但强劲的计算机及其算法导致 [[ 非线性模型 ]] （如 [[ 神经网络 ]] ）和新式算法（如 [[ 广义线性模式 ]] 、 [[ 等级线性模型 ]] 、 [[ 支持向量机 ]] ）的大量应用 。 计算机性能的增强使得需要大量计算的再取样算法成为时尚，如置换检验、[[自助法]]。Gibbs取样法也使得贝叶斯模型更加可行。[[计算机革命]]使得统计在未来更加注重“[[实验]]”和“经验”。大量普通或专业的[[统计软件]]现已面市 。