第15章　分布与建模

使用汇总统计和图形能很好地帮助我们理解数据，但它们有一定的局限性。统计数据不能告诉你数据的形状，而图形不能扩展到多个变量（如果变量超过五六个就会变得很混乱）1，它们在数量上也不可扩展（你必须亲自察看每一个）。而且统计和图形都不擅长让你从数据中预测到什么。

1如果你无意中已经使用过biplot，那么非常好，你的确具有一些极客的天分。如果你使用一些诸如主成分分析或因子分析的降维技巧，绘制大量的变量是可行的，这些技巧能减少实际中所使用的变量数目。

这就是我们需要模型的原因：如果你已经充分理解了数据的结构并且能运行一个合适的模型，你就能通过对相关数据进行定量判断而作出预测。

目前已有大量的统计模型存在，还有更多的在不断地涌现，连大学的统计部门也难以消化。为了避免把这本书变成一门统计课，本章只处理一些非常简单的回归模型。如果你想另外了解统计学，建议阅读The R Book和Discovering Statistic Using R，这两本书非常详细地解释了统计的概念。

在运行任何模型之前，我们需要一些关于如何生成随机数、各种分布和公式的背景知识。