这篇文章介绍了数据科学中常用的15种统计方法，包括描述统计、概率分布、假设检验、回归分析、相关性和协方差、中心极限定理、贝叶斯统计、方差分析、时间序列分析、主成分分析、卡方检验、K均值聚类、马尔可夫链和蒙特卡洛模拟。这些方法对于数据科学家来说非常重要，可以帮助他们从数据中提取有意义的洞察、测试假设和建立预测模型。

很多人可能都觉得描述统计简单，就是加加减减算算平均值啥的。可是问题到了多元的环境下就大不一样了，一个严重的问题就是排序，由此导致最小值、最大值、中位数等统计量都不好定义。就拿二维变量来说，怎样确定散点图中的某个点是数据的中位数？或者更通俗地讲，谁是数据的中心？一维的时候没什么争议，从最小到最大数过去，中间位置那个就是中位数。 这个题目已经有些年代了，25年前一个叫Oja的家伙讨论过了这个问题...