群主是呆在舒适区的典型例子，大学时曾有一个数学建模竞赛，我不太明白模型是什么，于是错过了。另一个班上的同学勇敢地参加了，还从图书馆借了一堆书暑假回去学习，功夫不负有心人，他后来获得了全国二等奖的好成绩。可见对未知的恐惧会羁绊人进步的步伐。
那么模型到底是什么呢？经过多年数据分析工作的洗礼，我得出一个不成熟的结论：模型，就是把现实世界中发生的事情映射到数学世界，从而发现普适性的规律。俄国物理学家Kitaigorodski说过：”一流的理论作预测，二流的理论下禁令，三流的理论进行事后的解释“。套用到数据建模上面，有的模型可以对未来做预测（如销售预测），有的模型告诉我们什么不应该做（如漏斗模型中影响转化率的薄弱环节），有的模型对已发生的现象做描述（如客户聚类）。
千里之行始于足下，让我们迈开勇敢的第一步，先从基础的统计学知识开始学起！
1统计学基础
1）描述性统计学
2）随机数
3）概率分布
在stats包中有许多分布，比如正态分布，F分布，泊松分布等。
关于各种常见分布的定义可参考：
http://shujuren.org/article/104.html
本周主要找找统计学的感觉，下周我们来撩一撩统计学的金线：假设检验。前路越坎坷，风景越迷人。敬请期待！