记录了一些基本概念的定义。

1. 数据

基本定义

数据（data）：描述和解释所搜集，分析，汇总的事实和数字。
数据集（data set）：用于特定研究而搜集的所有数据。
个体（element）：搜集数据的实体。
变量（variable）：个体中感兴趣的特征。
观测值（observation）：对某一特定个体得到的测量值集合。

观测值个数 = 测量值个数
数据项总数 = 个体个数 * 变量总数

四种测量尺度（measure scale）：

名义尺度（nominal scale）：变量的数据包含了用来识别个体属性的标记或者名称时的测量尺度。
顺序尺度（ordinal scale）：数据具有名义数据的性质，并且数据的顺序或者等级的意义明确时的测量尺度。
间隔尺度（interval scale）：数据具有顺序数据的所有性质，并且可以按照某一固定度量单位来表示数值间的间隔时的测量尺度。
比率尺度（ratio scale）：数据具有间隔数据的所有性质，并且两个数值之间的比是有意义的时的测量尺度。

数据类型：

分类型数据（categorical data）：归属于类别的数据。
数量型数据（quantitative data）：用于表示大小或者多少的数值。

截面数据（cross-sectional data）：相同或者近似相同的同一时点上搜集的数据。
时间序列数据（time series data）：几个时期内搜集的数据。

统计推断

总体（population）：特定研究中所有感兴趣的个体组成的集合。
样本（sample）：总体的子集。
普查（census）：搜集总体全部数据的调查过程。
抽样调查（sample survey）：搜集样本数据的调查过程。
统计推断（statistical inference）：利用样本数据对总体特征进行估计和假设检验。

逻辑分析方法

描述性分析（descriptive analysis）：包含描述过去发生状况的分析技术集合。
预测性分析（predictive analytics）：包含利用过去数据建立的模型来预测未来或者评估一个变量对另一个变量的影响的分析技术。
规范性分析（prescriptive analytics）：产生一个最佳行动过程的分析技术集合。在一组约束条件下产生最大或最小目标解决方案的优化模型属于规范性模型。