基于并行计算的大数据统计分析探讨

Excel统计分析功能概述 Excel强大的统计分析功能，可以帮助我们从数据中挖掘信息，并进行有效的决策。 Excel 2003 新增功能 Excel 2003 在统计分析方面新增了一些实用功能，进一步提升了数据处理效率。 统计方法分类 统计方法主要分为描述统计和推断统计两大类。 描述统计: 用于概括和描述数据的基本特征，例如平均值、标准差等。 推断统计: 基于样本数据，对总体特征进行估计和检验，例如假设检验、回归分析等。

Pandas模块提供了丰富的描述性统计指标函数，包括求和、求均值、求最小值和最大值等。

职业暴露数据服从对数正态分布，采用无偏估计、极大似然估计得到均值。并对置信区间进行近似计算。

这份教程基于CANOCO，专注于丰富的数据统计分析，为用户提供详尽的辅导。

SAS 的统计教程 PDF 版，内容挺全面，尤其适合刚上手的小伙伴。安装、环境配置、基本语法这些都讲得比较细，还有不少实操例子，跟着敲一遍，思路就顺了。数据导入、导出这块讲得也蛮细，像 Excel、CSV 什么的都能找到方法。统计部分还不错，常见的像统计、回归都有实例，代码也不复杂，跑一遍就懂了。图形展示这块也是加分项，像散点图、直方图那种，SAS 起来还是挺方便的。如果你是做科研或者数据方向的，值得收藏。

本指南针对非数学背景人士，使用 R 统计程序对语言数据进行统计分析，适用于各类定量语言数据使用者。

从 Hadoop 的 MapReduce 入手讲并行计算，这本《深入理解大数据》讲得挺扎实。对你这种平时就搞前端、但想了解大数据底层原理的开发者来说，挺有参考价值的。书里不是光说概念，还配了不少实践内容，比如怎么把机器学习算法做并行，怎么大数据下的同步问题。看着不会头大，讲得也不枯燥。 Hadoop 的核心组件像是HDFS和MapReduce，书里都有细讲。比如在Reduce时，作者还带着你一步步搭环境、跑代码，连任务分解怎么搞、负载均衡怎么调都有讲，思路清楚。你用惯了 Webpack 和 Node，不妨也来玩玩分布式的玩法。 比较妙的是，它不是光讲技术细节，还结合了机器学习和数据挖掘的应用场

随机变量x的基本统计量可以通过以下MATLAB命令进行计算：均值：mean(x)，中位数：median(x)，标准差：std(x)，方差：var(x)，偏度：skewness(x)，峰度：kurtosis(x)。例如，对于职工工资总额x，可以使用上述命令计算其基本统计量。

根据公式(4.2.32)，可推断(4.2.37)基于协方差与变异函数的关系，同时结合(4.2.21)式，得出协方差函数。