Java数据科学指南

第3章　数据统计分析

本章包含如下内容：

• 生成描述性统计；
• 生成概要统计；
• 从多种分布生成概要统计；
• 计算频率分布；
• 计算字符串中的词频；
• 使用Java8计算字符串中的词频；
• 计算简单回归；
• 计算普通最小二乘回归；
• 计算广义最小二乘回归；
• 计算两组数据点的协方差；
• 计算两组数据点的皮尔逊相关系数；
• 执行配对t检验；；
• 执行卡方检验；
• 执行单因素方差分析；
• 执行K-S检验。

3.1　简介

统计分析是数据科学家要进行的常规活动之一。这些分析包括（但不限于）描述性分析、频率分布、简单与多重回归、相关与协方差，以及数据分布中的统计显著性。幸运的是，Java提供了许多库，用于支持数据统计分析，借助这些库，我们只需编写几行代码就能对数据进行统计分析。本章包含15个小节，讲解数据科学家如何使用Java对数据进行统计分析。

请注意，本章讲解的重点是使用Java对数据进行基本的统计分析，但是你完全可以使用Java进行线性代数、数值分析、特殊函数、复数计算、几何学、曲线拟合、微分方程等复杂计算。

开始讲解本章内容之前，需要先做如下准备。

1．下载Apache Commons Math 3.6.1。

2．如果你想使用旧版本，请前往官网下载，如图3-1所示。

图3-1

3．如图3-2所示，下载完成后，把JAR文件作为外部文件添加到你的Eclipse项目中。

图3-2

Apache Commons Math 3.6.1的stat包的内容非常丰富，并且得到很好的优化。使用这个包能够生成如下描述性统计： ...