之前我写过一篇呼吁重视锂电数据分析的文章【AI锂电】同样的失效问题，她查了1个月，他只要3分钟，引起了不少锂电人的共鸣；也在星球里放过一些数据分析的培训视频和资料JMP公开课学习资源整理（含锂电案例），在公众号分享过AI锂电方面的知识AI 锂电学习笔记。

很多人问我有没有数据分析方面的学习资料。

对有基础的人来说，这些视频、知识是宝物，但是对于零基础、还在用 Excel做数据分析的人来说，视频讲得比较深，缺少统计学基础的学员不是很容易理解。

我的学员都是有多年工作经验的，但是对于稍微有点难度的统计学知识，比如F分布、卡方检验、中心极限定理、方差可加性这些，理解起来还是有些困难。国内的一些统计学教材，比如大学常用的贾俊平《统计学》，在概念精华上非常浓缩，几乎只保留了公式推导。在校生还好，毕业后的上班族去看就非常累。

我在教学的时候，为了让学员直观理解卡方分布、ANOVA分析为什么是这个图形、数据怎么出来的，会用 Excel+公式把图形做一遍。但这个过程必须我手动演示。大家上课听懂的东西，下课就忘了。而且授课能带的人是有限的。

所以我就想：能不能做一个锂电版的数据分析学习网站？

说实话这事从零开始挺难的。我借鉴了一个海外的开源项目：Seeing Theory。逐页核对时发现并修复了几处问题。比如方差分析表头那一列，原版整列都标成了 SSE，但这一列装的是组间、组内、总和三个平方和，列名应该是 SS(平方和)才对；SSE 只是其中”组内误差”那一项。底部的公式也跟着标错了。

大部分人看公众号都是靠手机，所以我又花了大量时间进行了手机端的阅读优化，包括公式和图。不过还是推荐大家用电脑：datalab.xiaofeng.dpdns.org

因为概率论和数理统计是统计学基础，统计学是数据分析基础。我觉得用交互游戏的方式，更容易让概率和统计理论变得直观易懂。

举个例子：

中心极限定理告诉我们，只要单次抽样的样本量足够大，独立同分布样本的样本均值就会近似正态分布。这是统计学上非常重要的定理。是我们不要求总体分布服从正态分布时，也能够进行显著性检验、做差异对比的前提。

统计学教材是用掷骰子来举例的：

单个骰子均匀分布在 1~6，均值 μ=3.5，标准差 σ≈1.71。若每次掷 100 次，样本均值 X 近似服从 N(3.5,1.71²/100)。

大家会说：哦，要抛100次，就会服从正态。那不就是说抽样次数越多越好？

这里大家就开始把”抽样次数”和”单次样本量”的概念混淆了。很多人会认为“只要抽样次数多，样本均值就会服从正态分布。”其实抛100次骰子，代表了单次取100个样本。而不是100次抽样。

为了让大家直观理解这个概念，我还用Python来给大家演示抽样次数多和单次抽样数量多的最终结果的区别。但不是所有人都有Python环境，而且py一多也容易丢。（当然网站多了也容易丢，所以我后面要做个门户网站，把工具/知识库/资料集合起来。）

而在这个网页的第三章概率分布_中心极限定理篇章中，这个抽样统计的过程就很直观。大家可以试一下。

**

**

自己懂、会教是一回事，做网站是另一回事，过程没有想象的那么简单。

目前六章，从基础概率、概率分布，到频率学派和贝叶斯两套统计推断，再到回归分析，从互动性来说，基本上统计学重要的概念都覆盖了。

但工作里真正要解的是另一类题：K-value 异常了怎么分析?容量下降，是哪些参数在起作用、怎么做主次排序？这些光懂原理还不够。

目前走法有2条：

1.按分析目的来的传统的理论教学板块

如：描述性分析、推断性分析、估计、EDA（探索性数据分析）里的多变量分析

2.按分析流程来的结合数据分析实战篇

如：从数据怎么来、怎么清洗，到描述、推断、预测。

我有计划搭建第二条，不过这是个大工程。先等大家把原理玩明白之后，再进入实战就容易多了。至于后面的理论篇和实战篇，我会在知识星球「晓风数据锂航」内部逐步开放、慢慢完善。

有什么不懂的、需要提问/讨论的，欢迎加入。