สถิติ (Statistics) คือวิทยาศาสตร์ของการเรียนรู้จากข้อมูล ครอบคลุมทุกอย่างตั้งแต่การวางแผนสำหรับชุดบันทึกและการบริหารจัดการข้อมูลต่อเนื่อง จนถึงกิจกรรมขั้นสุดท้ายรวมถึงการสรุปอนุมานจากข้อเท็จจริงเชิงตัวเลขที่เรียกว่าข้อมูล และการนำเสนอผลลัพธ์ สถิติกังวลกับความต้องการที่สำคัญที่สุดของมนุษย์: ความต้องการที่จะค้นพบ المزيدเกี่ยวกับโลกและวิธีที่มันทำงานในหน้าของนวัตกรรมและความไม่แน่นอน
ข้อมูล (Information) คือการสื่อสารของความรู้ ข้อมูลดิบ (Data) ถูกอ้างว่ามีเพียงข้อมูลดิบ ไม่ใช่ความรู้ด้วยตัวมันเอง ลำดับจากข้อมูลสู่ความรู้มีดังนี้: จากข้อมูลสู่ข้อมูลสารสนเทศ (Data กลายเป็น Information เมื่อเกี่ยวข้องกับปัญหาการตัดสินใจ); จากข้อมูลสารสนเทศสู่ข้อเท็จจริง (Information กลายเป็น Facts เมื่อข้อมูลสามารถสนับสนุนได้) และสุดท้าย จากข้อเท็จจริงสู่ความรู้ (Facts กลายเป็น Knowledge เมื่อถูกใช้ในกระบวนการตัดสินใจที่ประสบความสำเร็จ)
สถิติเกิดขึ้นจากความจำเป็นในการวางความรู้บนพื้นฐานหลักฐานอย่างเป็นระบบ นี่ต้องการการศึกษากฎหมายของความน่าจะเป็น การพัฒนาการคำนวณคุณสมบัติและความสัมพันธ์ของข้อมูล ฯลฯ
สถิตินิยามการวิเคราะห์และการนำเสนอข้อมูลเชิงตัวเลข ซึ่งเป็นองค์ประกอบสำคัญของอัลกอริทึมขุดข้อมูลทุกชนิด มันให้เครื่องมือและวิธีการวิเคราะห์เพื่อจัดการกับปริมาณข้อมูลมหาศาล สถิติรวมถึงการวางแผน การออกแบบ การรวบรวมข้อมูล การวิเคราะห์ และการรายงานผลการวิจัย เนื่องจากสถิติเหล่านี้ไม่ได้จำกัดอยู่ที่คณิตศาสตร์เพียงอย่างเดียว นักวิเคราะห์ธุรกิจ (Business Analyst) ก็ใช้สถิติเพื่อแก้ปัญหาธุรกิจเช่นกัน
สถิติเชิงอนุมาน (Inferential Statistics)
ใช้ตัวอย่าง (Sample) เพื่อประเมินค่าพารามิเตอร์ของประชากร (Population) สามารถทำการทดสอบสมมติฐาน (Hypothesis Testing) เพื่อดูว่าชุดข้อมูลสองชุดคล้ายหรือต่างกัน ใช้ในการทำการวิเคราะห์ถดถอยเชิงเส้น (Linear Regression) หรือถดถอยหลายตัวแปร (Multiple Regression) เพื่ออธิบายสาเหตุและผล
การทดสอบสมมติฐาน (Hypothesis Testing)
สามารถเปรียบเทียบชุดข้อมูลสองชุดด้วยตัวเลขได้ ตัวอย่างเช่น สามารถสมมติว่าปริมาณยอดขายนี้เท่ากับหรือดีกว่าผู้แข่งขันหลัก จากนั้นใช้การทดสอบสมมติฐานเพื่อยืนยันหรือปฏิเสธสมมติฐานนี้ทางคณิตศาสตร์
การวิเคราะห์ความสัมพันธ์ (Correlation Analysis)
เป็นเครื่องมือง่ายๆ ในการแยกตัวแปรที่สนใจจากตัวแปรสุ่มจำนวนมาก ที่มักพบในชุดข้อมูลขนาดใหญ่ เพื่อดูว่าตัวแปรธุรกิจใดมีผลกระทบอย่างมีนัยสำคัญต่อผลลัพธ์ธุรกิจที่ต้องการ
สถิติสำหรับการควบคุมคุณภาพ (Quality Control Charts)
มีสถิติหลายอย่างที่ใช้สร้างแผนภูมิควบคุมคุณภาพ รวมถึงแผนภูมิ Shewhart และ Cusum Charts (ทั้งคู่แสดงสถิติสรุปของกลุ่ม) สถิติเหล่านี้ประกอบด้วย ค่าเฉลี่ย (Mean) ส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation) ช่วง (Range) จำนวน (Count) ค่าเฉลี่ยเคลื่อนที่ (Moving Average) ส่วนเบี่ยงเบนมาตรฐานเคลื่อนที่ (Moving Standard Deviation) และช่วงเคลื่อนที่ (Moving Range)
