本节书摘来华章计算机《数据分析实战:基于EXCEL和SPSS系列工具的实践》一书中的第2章 ，第2.1.2节，纪贺元　著 更多章节内容可以访问云栖社区“华章计算机”公众号查看。

2.1.2　术语

如同数据分析的概念一样，数据分析的术语也非常多，以下我们挑选一些常用的术语给大家做一些介绍。
1.稳定性和波动性
稳定性和波动性是一对反义词，在数据分析的很多领域，我们都更关注数据的稳定性，比如，在工业生产领域，我们关心产品质量的稳定程度，都不希望产品质量一会儿好一会儿坏。同样，在教育领域，我们在评估教学质量时，不仅仅是关注相关指标的高低状况，也关注数据的稳定程度，例如学生对教学的评分忽高忽低，这里面一般是有问题的。关于数据的稳定性和波动性，在本书的第6章“数据扫描”中，有详细的叙述。
2.数据变形
在我们的工作中，经常会碰到数据中存在极值的情况，情况如图2-9所示。

在图2-9中，6月份的数据属于极大值，这个极大值的出现导致了其他月份的数据被大大压缩（压缩在0~10000的狭小区域中了），这使得这些数据之间的相互比较变得比较困难，例如9月份和11月份的数据谁大谁小，单凭肉眼比较难以判断。
在这种情况下，我们就在想，是否可以把上述的数据进行一个变形，既保留原来数据的基本特征，然后也让数据之间的对比变得比较容易？这个技术就是数据变形技术。
关于数据变形技术，会在第14章“高级绘图技巧”中详细阐述。
3.分类汇总
要讲清楚分类汇总，首先要理解什么是明细数据和概要数据，请看图2-10。

可以看到，图2-10是业务的明细数据，明细数据就是细节数据的体现，也就是说，产生了一条细节的统计数据，就记录下一条。不过在实际工作中，我们也经常关心汇总数据，例如我们往往关心：每周的销售数据是多少？每种销售渠道的销售数据是多少？这就是分类汇总数据。
4.数据透视
数据分析人员经常会说“这个数据要透视一下”，实际上就是用数据透视表的方式来看数据，虽然数据分析属于统计的范畴，但是EXCEL数据透视表在数据分析中使用的频率非常高。
5.相关分析
相关分析和关联分析是两个比较容易混淆的概念，不过都非常重要。相关分析反映的是在发生变动时，变量相互之间的“互动”关系，例如在增加销售投入时，我们会关心销售收入是否增长；或者在产品的成本上升时，我们关心产品的价格是否变动。
再强调一下，相关分析反映的是数据变动量之间的关系，而不是数据本身。
6.关联分析
关联分析在数据分析领域是一个特定的术语，这里先简单地介绍一下购物篮。大家都习惯了去超市时要拿一个购物篮或者推一个购物车，然后将要买的东西放在购物篮或者购物车里，那么超市的经营者往往会关心一个问题：顾客同时会购买什么东西？例如一个顾客购买了猪肉之后会不会买芹菜？买了牛奶之后会不会买鸡蛋？在知道了这些信息之后，超市的经营者能用来干什么呢？答案：他们可以做关联销售啊。如果知道顾客经常同时购买猪肉和芹菜，就可以做捆绑销售。
7.数据拟合
在解释这个概念之前，先看看案例文件2.6的数据，并且看看图2-11所示的销售收入和消费费用的散点图。

如果希望知道销售收入和销售费用之间的关系，怎么办呢？我们的统计学家很聪明，他们就会想办法找到一条曲线，这条曲线能够把上面的散点基本上都“串”起来，见图2-12数据拟合中的趋势线。
当然，这条曲线也有一个方程，找到这样的曲线及其方程的过程，就是曲线拟合。

8.假设检验
有人说，假设检验是统计学中的最基本的概念，个人基本表示认同，不过讲清楚假设检验，并不那么容易。
首先看一个生活中的例子，我们中的大部分人都是“外貌协会”的，看到相貌英俊的男人或者清秀美丽的女人，都会产生好感。不过帅哥美女一定是好人吗？未必！可能打过交道之后，你的印象会大大改观。
图2-13所示为人和人打交道的过程图，看到帅哥美女从而心生好感，就是“假设”，后面继续打交道，就是“检验”，合起来就是“假设检验”。

那么如何检验呢？
先做假设，如果检验的结果跟其假设一致或者相差不多，那么就肯定之前的假设；如果相差太大，例如，假设A是个好人，结果我们发现他表面上看起来不错（是个影帝），但是实际上品质很恶劣，那么就推翻假设，请见图2-14假设检验。