statistics

用途：为数据分析提供系统的统计方法，从描述性统计到推断性技术，用于总结数据、进行假设检验和构建回归模型。主要能力：描述统计方面包括集中趋势（均值、中位数、众数）、离散程度（方差、标准差、四分位距）、数据分布与偏度、百分位数与四分位数；推断统计方面包括抽样方法与样本量确定、置信区间、假设检验（t 检验、卡方、ANOVA）、p 值与统计显著性；概率方面包括基本概率规则、概率分布（正态、二项、泊松）、贝叶斯定理、期望值与方差；回归方面包括线性回归、多元回归、逻辑回归、模型验证与诊断。学习目标：用描述统计概括数据、为业务决策执行假设检验、构建并解释回归模型、有效沟通统计发现。错误处理涵盖样本过小（增加样本或使用 bootstrap）、假设不满足（改用非参数方法）、多重共线性（删除或合并变量）、离群值（调查或使用稳健方法）、p 值操纵（多重检验时应用 Bonferroni 校正）。相关技能：programming（实现统计模型）、visualization（呈现统计洞见）、advanced（机器学习）。限制：资料未提供具体安装命令、收费信息、平台支持范围或独立用法步骤，暂未提供。