统计学是一门科学，使我们能够根据样本收集的真实数据得出关于各种现象的结论。
统计学是一个非常广泛的数学分支，涉及与数据相关的一切，从数据的收集和组织到数据的分析、解释和呈现。
统计学用于通过理解数据进行决策。
数学家使用统计学来收集、分析、解释和可视化经验数据。
随着数据量的不断增加，统计学已成为每个必须处理数据的领域中不可或缺的工具。
当处理的数据量相当小时，可以单独讨论所有数据项。
但是，当我们处理大量数据时，这在现实世界中几乎总是如此，需要有一些可以表示数据的特征值。
统计类型描述统计学推论统计1-描述性统计Def 1：了解示例。
描述性统计涉及汇总和组织数据，以便易于理解。
描述性统计是处理数据收集、分析和解释的统计的一个子集。
它允许总结和描述数据集的关键特征，例如其中心趋势、变异性和形状。
描述性统计经常被用作数据分析的第一步，在应用更复杂的统计技术之前，可以初步了解数据。
与推论统计不同，描述性统计试图描述数据，但不试图从样本到整个总体进行推断。
这通常意味着描述性统计与推论统计不同，不是在概率论的基础上发展起来的。
描述性统计的目的是描述样本和总体特征（发生了什么）。
如所知，在描述性统计中，通常处理样本中可用的数据，而不是总体中的数据。
收集、分析、呈现、解释或总结数据 .在描述性统计中，没有预测来理解当前样本的数据（平均值、中位数、众数、IQR、范围）。
描述性统计可用于深入了解数据、识别异常值和异常、检测趋势和模式，并做出基于数据的决策。
它有助于识别关键特征和变量，然后用于建模和预测。
2-推论统计统计推断基于这些属性来检验假设、得出结论和预测（可以预期的内容）。
[推论统计是从数据中推断或得出结论的过程。
通过推论统计，我们通过对较小的样本进行不同的检验和推论来推断出关于较大总体的结论[5]。
统计中有几种方法适用于数据科学。
其中的一些技术。
中心极限定理假设检验定性数据分析