数据科学

从统计教育的重构，到具体分析方法与思维模型的厘清。关于假设检验、效应量、建模与误差分解，把数据分析里搞不清楚的概念一次性说明白。

11 篇文章

学术界滥用统计与教学滥用公式的乱象难辞其咎，本篇以「数据 = 模型 + 误差」为核心纲领，重构对数据分析与模型比较的认知。

作为全系列的核心纲要，从单参数模型切入，理解均值、中位数与众数的本质不过是不同损失函数下的误差优化产物。

从总体中抽取样本是统计推断的起点，本篇探讨代表性从何而来、失真发生在何处，并深入样本量与抽样分布。

引入多自变量场景，探索不同变量如何共同解释因变量，并建立对方差分解与协方差的直观理解。

盘点模型设定误差与测量误差，强调真实误差永远不可知，研究者所能窥探和操作的只有残差。

回归费舍的最初视角，以清晰干净的方式厘清假设检验背后的反证法逻辑，以及设计这套推断工具的根本原因。

走出只看 p 值的误区，列举相关系数、Cohen’s d 与 R² 等指标，澄清如何正确报告与解读实际效应强度。

关注检验中的伪阴性风险，通过模拟实验展示效应过小、样本不足或强行二分连续变量对统计决策的破坏。

从初中数学视角清晰阐释自由度，并由此引出信噪比评估与模型过拟合防范。

聚焦模型的品控指标，分析共线性的成因、诊断与避免方式，通过实验展示劣质模型的内部缺陷。

结合香农信息量与费舍信息量收束全系列概念，用模拟实验展示粗暴处理数据造成的信噪比损失，回答「数据到底告诉你什么」。