数据处理的流程

样本选取：（三个问题：大小，总体）

基础图标：不要特别复杂，而是要简洁清晰。

图表

趋势图：时间？

分布图

关系/分类:散点图、关系图

            散点图：大小/颜色/形状/位置（二维） ->可以有多维度

相关性

 怎么解读相关性？

城镇化率决定了人均GDP的上限。

、

城镇化率高，人均GDP不一定；城镇化率低，人均GDP一定低。

人均GDP高，城镇化率。。。

（注意两边一定要做，两个维度都要讲）->因果性，对照比较。

（图见手机）

所以：城镇化率低，人均GDP一定低

          人均GDP高，城镇化率一定高

相关性不等于因果性。

A与B相关，但是谁是因谁是果。

A与B相关，但是都与另一个事件C的结果

A与B相关但是纯属巧合（过去200年海盗的减少令全球气温上升）

看起来没有相关性，但是其实有因果（滴滴打车和汽车广播电台的衰败）

所以：如何从相关性推出因果性。（在进行数据分析时，利用尝试和逻辑；做实验控制变量（A/B测试）