数据类型
- 连续型数据：
数据可在一个区间内取任何值；
同义词：区间数据、浮点型数据、数值数据 - 离散型数据
数据只能取整数
同义词：整数型数据、计数型数据 - 分类型数据
数据只能从特定集合中取值，表示一系列可能的分类
同义词：枚举数据、列举数据、因子数据、标称数据、多分类数据 - 二元数据
一种特殊的分类数据，数据值只能从两个值中取一个。例如：典型的boolean数值
同义词：二分数据、逻辑型数据、指示器数据、布尔型数据 - 有序数据：
具有明确排序的数据
同义词：有序因子数据
位置估计
- 均值：
所有数据值之和除以数值的个数
同义词：平均值 - 加权均值：
各数值乘以对应的权重值，然后加总求和，再除以权重的总和
同义词：加权平均值 - 中位数：
大于数据集中一半数据的数据
同义词：第50%百分位数 - 加权中位数：
使得排序数据集中分别有一半的权重之和大于该值之上和之下 - 切尾均值：
在数据集中剔除一定数据的最大值和最小值之后的均值
同义词：截尾均值 - 稳健：
对极值不敏感。表示对离群值不敏感。
同义词：耐抗性 - 离群值：
与大部分数据差异很大的数据值。
注：离群值不一定是异常值。
数据的变化程度
- 偏差：
实际值与预测值之间的差异
同义词：残差、误差 - 方差
注：分母是n-1
- 标准偏差
方差的平方根
同义词：L2范数、欧几里得范数
注：分母是n-1
- 平均绝对偏差
数据值与均值间偏差的绝对值计算均值。说明数据围绕中心值的分散程度。
- 中位数绝对偏差
数据值与中位数间绝对偏差的均值
注：方差、标准偏差、平均绝对偏差，他们对离群值和极值都是不稳健的。其中，方差和标准偏差对离群值尤为敏感，因为它们都是基于偏差的平方值。中位数绝对偏差是一种稳健的变异性估计量。
注：即使数据符合正态分布，方差、标准偏差、平均绝对偏差以及中位数绝对偏差这四者也并非是等价的估计量。事实上，标准偏差总是大于平均绝对偏差，而平均绝对偏差总是大于中位数绝对偏差。有时，中位数绝对偏差会乘上一个常数比例因子（通常使用1.4826），使得在正态分布下，中位数绝对偏差与标准偏差具有相同的尺度。
- 极差
数据集中最大值与最小值间的差值 - 顺序统计量
基于有序数据的统计量 - 百分位数
表示一个数据集中，等于P%的数。 - 四分位距
排序之后，第75%与第25%间的差值
相关性
- 相关系数
一种用于测量数值变量之间相关程度的度量，取值范围为[-1,1]。给出了两者相关性的估计值。 - 相关矩阵
行和列都是一个变量，并且行和列的变量相同，依次构成的一个对角元素为1的对称矩阵。矩阵中的每个值代表对应的行和列两个变量之间的相关性。 - 皮尔逊相关系数：
变量1的平均偏差乘以变量2的平均偏差，然后再除以辨准偏差之积。范围为[-1,1]。+1表示完全正相关，-1表示完全负相关，0表示没有线性相关性。
注：与平均值和标准偏差一样，相关系数对数据离群值敏感