有資料以後，要思考什麼是最常見或可觀的預測？限制條件有什麼？我們需要借助統計學工具得出結論。
下面會分這6點進行簡單的介紹，更深層的統計學知識會放在後面的內容：

• 集中趨勢
• 變異
• 常態分佈、抽樣分佈
• 假設檢定、T檢定
• 估計
• 標準化、歸一化

1. 集中趨勢：描述數據集中在哪個值附近的概念。

平均值(Mean)：所有數據點的總和 除 數據點的總數。對極端值較敏感。
中位數(Median)：中間值，按大小排序後，中間就是中位數。對極端值較不敏感。
眾數(Mode)：數據集中出現最多的值，一筆數據可有0至多個眾數。

2. 變異：用來衡量數據點之間的差異程度。

四分位數(Quartiles)：將一個數據集分四等分(Q1,Q2,Q3,Q4)，每部分25%。Q3和Q1間的距離即為四分位距。
異常值(Outliers)：與其他數據點相比有明顯不同的極端值，可能因為測量錯誤引起，需判斷是否保留。
變異數(Variance)：衡量變異性的指標，計算每個數據與平均值的差的平方的平均值，越大代表越分散。

3. 常態分佈、抽樣分佈：

常態分佈（高斯分佈）：一種連續型機率分布。以算數平均數作為中心，呈鐘形曲線左右對稱，中心數值出現頻率最高。
抽樣分佈：由隨機抽樣的樣本統統量所形成的機率分佈。其中，中央極限定理是統計學很重要的理論，從任何母體中抽取大量樣本時，這些樣本的平均值的抽樣分佈將近似於常態分佈。

4. 假設檢定、t檢定：

假設檢驗（虛無假設H0、對立假設H1）：先對母體參數提出假設，然後利用樣本的資訊再決定是否接受或否決。
t檢驗：用於比較兩個樣本平均值是否存在統計上的差異。常見三種：獨立樣本t檢定、配對樣本t檢定和單樣本t檢定。

5. 估計：估計母體參數的方法。

點估計(Point Estimation)：使用單一的值來估計未知的母群體參數，計算一具體數值做估計值。
區間估計(Interval Estimation)：通過計算信賴區間來估計母體參數範圍，通常使用顯著水平來表示信賴區間的置信程度。

6. 標準化、歸一化：把數據縮小範圍但不影響原始數據分佈。

歸一化：把原始數據按比例縮放至[0,1]之間。
標準化：歸一化的一種，也稱為Z-score歸一化。將數據轉換成具有特定平均值和標準差的分佈，使數據的分佈均值為0，標準差為1。

以上就是6個統計學裡相當重要的概念，講完一些資料分析的相關理論後，明天要正式進入實作階段嚕！