小李刚入职了一家互联网公司的运营部门。第一次参加业务复盘会，运营主管问了一个看似简单的问题：“这个月新用户留存率下降了5个百分点，情况严重吗？”

小李立刻调出数据，跑了一堆报表，算出留存率的均值、中位数、标准差……数据堆了满满一页，却说不出到底“严重不严重”。

旁边一位资深分析师接过话头：“我们上个月做过A/B测试，正常波动范围在±3%以内。现在下降5%超出正常波动，且连续两周趋势向下，需要立即排查新用户引导流程。”

同样是留存率下降5%，这位分析师只用了几秒钟就判断出了问题的严重性。区别在哪里？关键在于对统计基本概念的深刻理解——什么是正常波动？什么是抽样误差？统计量如何推断总体？这些正是统计要解决的核心问题。

本文将从CDA认证的知识体系出发，系统拆解统计学的本质与基本概念，帮助你把“死记硬背”的统计知识，转化为“活学活用”的数据分析能力。

一、统计学是什么——数据分析的“方法论武器”

1. 统计学的科学定义

统计学是一门收集、处理、分析、解释数据，并从数据中得出结论的科学。这一定义涵盖了一个完整的分析闭环：



收集数据 → 处理数据 → 分析数据 → 解释数据 → 得出结论

”

在CDA的知识体系中，研究思路正是遵循这个闭环：

• 收集数据：确定数据来源，设计数据获取方案
• 处理数据：数据清洗、缺失值处理、异常值排查
• 分析数据：运用统计方法探索数据特征和规律
• 解释数据：将分析结果转化为业务可理解的语言
• 得出结论：提出可执行的商业建议

2. 描述性统计与推断性统计——两大核心支柱

描述性统计：涉及收集、整理、总结和呈现数据的技术。它回答的是“数据长什么样”的问题。例如：平均客单价是多少？销售额的波动有多大？——这些都不需要推断，只需要对已有数据进行汇总和描述即可。

推断性统计：涉及利用样本数据推断总体特征的技术。它回答的是“从样本能得出什么总体结论”的问题。例如，对1000个用户进行了调查，能推断出全部100万用户的行为特征吗？——这就需要推断统计的方法。推断性分析包含参数估计、假设检验、列联分析等内容。

二、统计的基本概念——数据分析的“识字课”

数据、总体、样本、参数、变量这些概念是统计学的基本构成元素，理解它们是掌握所有后续统计方法的前提。

1. 总体与样本——“全部”与“部分”

总体：指根据研究目的确定的同质研究对象的全体。总体是“所有元素的集合”，其中每个元素称为个体。

例如，研究“我国男性的平均身高”这一问题时，总体应为我国所有男性。

样本：从总体中随机抽取的部分个体。例如，从我国所有男性中随机抽取1000人进行身高测量，这1000人就是样本。构成样本的元素的数目称为样本容量。

在实际工作中，我们很少能接触到完整的总体数据——用户有100万，订单有1000万条，但分析资源有限。数据分析师的工作常态是：基于样本数据，推断总体特征。

2. 参数与统计量——“未知的真相”与“已知的线索”

参数：指研究者想要了解的总体的某种特征值。参数通常是未知的，因为不可能观测到总体中的所有个体。常见的参数有总体均值、总体标准差、总体比例等。

统计量：指根据样本数据计算出来的一个量，即样本的某个特征值。常见的统计量有样本均值、样本标准差、样本比例等。

参数是客观存在的“事实” ，统计量是我们手中掌握的“线索”。数据分析师的任务，正是通过手中的统计量，去推断和估计未知的参数。

3. 变量——数据的“容器”与数据类型层级

变量是描述个体某个特征的名称，其取值会随着个体的不同而发生变化。变量是统计研究的基本单元。

数据的计量尺度和具体的统计方法息息相关，大致分为3类：

连续变量测量可进一步细分为间距测量和比例测量：

• 间距测量：可进行加减运算，但不能进行乘除运算，因为“0”值不是物理上的绝对“0”。比如考试成绩的零分，不能说这个学生一点能力也没有。
• 比率测量：最高级的测量等级，0值具有物理上的绝对意义，可进行加减乘除运算。

值得注意的是，分类变量、顺序变量、连续变量的量化水平是由低到高的，低水平变量的统计量可以用于高水平，但高水平变量的统计量不一定能用于低水平。

三、常用统计分布——数据世界的“规律地图”

1. 正态分布——“最自然的分布”

正态分布是最常见、最重要的连续型概率分布，许多自然和社会现象都近似服从正态分布（如身高、考试成绩、测量误差等）。正态分布的形态呈“钟形曲线”，对称分布在均值两侧，具有“中间高、两头低”的特点。

正态分布在数据分析中的应用极为广泛，是参数估计、假设检验等推断统计方法的重要理论基础。

2. 两点分布与二项分布

两点分布（也称伯努利分布）是最简单的离散型概率分布，只有两种可能的结果（成功/失败、是/否）。例如：掷一次硬币，正面朝上的概率为p，反面朝上的概率为1-p。

四、实战演练：从一份“用户满意度调查”看统计概念的完整应用

背景

你是某互联网公司的数据分析师。公司刚刚进行了一次用户满意度调查，收集了500份有效问卷。调查内容包括：用户ID、年龄、性别、城市等级（一线/新一线/二线/其他）、满意度评分（1-5分）、是否推荐给朋友（是/否）。

老板要求你回答以下问题：

1. 用户的平均满意度是多少？波动大不大？
2. 不同城市等级的用户，满意度是否有差异？
3. 能否用这500个样本推断全体100万用户的情况？

完整操作流程

第一步：明确总体与样本

• 总体：该公司全部100万注册用户
• 样本：500份有效问卷的填写用户
• 目标：用样本统计量推断总体参数

第二步：识别变量类型与计量尺度

第三步：描述性统计分析

根据CDA大纲的要求，描述性统计需从集中趋势、离散程度、分布形态三个维度进行描述：

• 集中趋势：计算满意度的均值、中位数、众数
• 离散程度：计算满意度的标准差、方差等
• 分布形态：观察偏态与峰态

第四步：推断统计

用样本统计量推断总体参数：

• 点估计：样本平均满意度为4.2分 → 推断总体平均满意度约为4.2分
• 区间估计：计算95%置信区间 → 推断总体平均满意度在4.1-4.3分之间



这就是一套完整的“识别变量类型 → 描述性统计 → 推断统计”的实战流程。掌握了统计基本概念，你就能从一堆数字中提炼出有价值的商业洞察。

”

结尾：从“会用统计量”到“用统计做分析”

很多数据分析师会算均值、标准差，但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的排序是怎样的”时，却答不上来。

知其然还要知其所以然，这正是CDA Level I认证的价值所在。

统计基本概念模块在CDA一级考试中要求达到**〖熟知〗级别**，是考试的重点部分。从统计学的含义与应用，到总体、样本、参数、变量等核心概念，再到正态分布、两点分布等常用分布——这些知识不仅是考试的得分点，更是数据分析师日常工作的“底层语言”。

下一步行动：

1. 找一份真实的业务数据，练习识别各列数据的变量类型和计量尺度
2. 用描述性统计方法（均值、标准差、直方图、箱型图）快速了解数据的分布特征
3. 尝试用一个样本数据，推断总体的关键特征



数字是冰冷的，但掌握统计的人能让它们说出真相。

”

推荐学习书籍 《CDA一级教材》适合CDA一级考生备考，也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校，累计已有10万+在读~ !

免费加入阅读：https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0