本篇的思维导图：

 

探索性数据分析：数据的检验

       数据检索，则是对数据深层次的探索或挖掘，用于验证数据是否服从某种假设，这部分内容将以数据的正态性检验、卡方检验和t检验为例，结合Python讲解具体的使用方法。

正态性检验

        统计学中的很多模型或检验都需要数据满足正态分布的假设前提，例如线性回归模型中假设残差项服从正态分布（其实质就是要求因变量y服从正态分布），两样本之间的t检验或多样本之间的方差分析均要求样本服从正态分布。所以，在碰到这些模型或检验时就需要验证样本是否服从正态分布，关于正态分布的检验通常有两类方法，一类是定性的图形法（如直方图、PP图或QQ图）；另一类是定量的统计法（如Shapiro检验、K-S检验等）。

直方图法

       基于直方图既可以得到数据的集中趋势，也可以直观地发现数据的分布特征。本节将在直方图的基础上添加核密度曲线（