【小白学机器学习19】什么是量化分析（草稿）

目录

定义

1 定性和定量

2 什么叫显著

3 测量的4个尺度

4 总体和样本

4.1 总体，母体，population

4.2 样本 Sample

5 如何保证样本和总体同结构呢

6 量化

7 量化的对象

定义

量化分析：就是把要分析的一个真实事物/理念中概念：变项，进行数字化，从而成为一个变量 variable,然后分析这个变量。

建模：简单的就是建一个函数表达式 /一个方程等，复杂的，很多函数和方程组联立等等超过我的描述能力

1 定性和定量

两种分析方式
定性，可以教基本路数，思维方式，但具体细节，其他靠悟，更接近艺术
定量，可以教基本路数，还可以具体步骤，套路，招式，可证伪得思维方式

没啥好鄙视得，做定量研究得，也需要先定性
定性相当于进行理论模型思考，

样本和整体的关系，不是局部和整体的关系
而是微缩结构和整体结构的关系

量化之前
定性分布
   现有的理论模型
   例外是机器学习的无监督学习
量化之前，我们已经假设了
   总体是符合什么样的分布了，比如是正态分布
   正态分布的规律我们是知道的，但是不清楚每个具体的总体的正态分布的，均值，方差等具体参数！

2 什么叫显著

显著，只是说两者存在，非随机的关系。 
不等于重要，或者其他

3 测量的4个尺度

1 定类
2 定距
3 定比
4 定量

4 总体和样本

4.1 总体，母体，population

是一种理想化的东西，可以说永远无法真正的/完全的认识，可以部分认知

4.2 样本 Sample

必须尽量和高度形似母体，结构相同
尽量是1比1的缩略最好
但是因为母体不可被真正完全认识，只能部分认识，所这个不可绝对验证，只能逼近。

5 如何保证样本和总体同结构呢

如何保证样本和总体同结构呢：无法最终保证
也就是结果的正确/正义无法保证
只能从过程的正确/正义上去保证

随机抽样
有规律的往往就是非随机的
除非是随机抽取的，比如编号后随机
至少程序上保证每个个体都有被平等抽到的可能。

也说明了，公平也一样，只有过程的公平，没有结果的公平。
但是这个又在变化，继续下一次的过程。

正态分布/自然分布也说了这个问题，一定是中间大，两头小。
而且钟形曲线是无限的，天网恢恢，苏而不漏。
 

随意抽样，

Vary  variable变项----变量

6 量化

个体两方面
1 多个个体
2 多个属性/特征，每个属性都有1 名字 2尺度

个体
二维表
横向，一个个体的多个属性（只挑一些）
纵向，一个属性的组成的线/

量化与数据
数据种类一，界面数据
数据种类2，时序类数据

7 量化的对象

1 第1层级，个体  case  individual 
2 第2层级，样本  sample
3 第3层级，总体，母体的（认为的那个模型里）参数的具体参数 population
4 

样本统计值
1 均值
2 回归系数
3 偏回归系数，净回归系数.  前期是其他参数不变时，这个参数作为自变量和因变量之间的关系。