用户体验设计中用到的统计学方法
看到豆瓣上有网友提了这个问题，看到回答的人不多，忍不住写了下面的内容。工作中最常用到的统计方法有哪些？根据我自己的经验给举些例子。
1.通过一部分用户样本预估整体的用户情况。比如，你的网站用户有200万注册用户，你要征询他们对于网站改进的意见，你需要给他们发邮件问卷。但由于种种限制，你不能每个用户都发，而且你收到的有效问卷只有1500多份。你要明确一下，你收集到得1500多份问卷到底多大程度上可以带代表200万的整体。这时候，你要预估误差范围（margin of error）。如果你征集到的有效有碰巧有52%的支持方案改进，你能说多一半的人都支持么？当然不能，因为你的误差范围可能就有2.5%左右。当然误差的范围和你选定的置信度相关（Confidence Level），这里由于时间的限制我就不细说了(请参考：如何计算置信区间 )。
2.根据用户的行为和特征对用户进行细分。这里需要用到聚类的概念，通过相似性的计算，来将行为和特征相近的个体用户归为一类。比较常用的归类算法，比如K-均值法。例如，你做一个B2B的电子商务网站。你会考虑用哪些标准来划分用户比较好，如厂家的规模,产品所属的行业，还是他的商业模式（生产厂家、外贸公司、批发商、零售商）等等。
3.网站设计与商业目标的相关性分析。网站都会经常做改进，如果你有都有相关的历史记录可以分析出哪些设计的改进提高的用户的活跃度或者转化率。通过相关性分析，你可以知道哪些设计的改进对于用户的活跃度或者转化率更大；你还可以知道哪些设计元素的改进可以互相促进商业目标的完成，哪些则不起作用，或者反作用。（当以，这些分析都基于你已经剔除了运营和推广活动对你造成的干扰）
4.网站整体用户体验的度量。面对每天几十上百的网站数据的各种指标，相信有相当一部分人包括老板们都看不懂。据说google的各种指标有2000多个。这些数据指标对于用户体验的衡量到底有多大意义，也许没有一个人可以完全说清楚。这时候，网站需要一个类似股票大盘指数的指标来衡量网站整体用户体验，及其变化趋势。这需要对数据进行长期的跟踪，统计，相关性比较才能完成。
谢谢分享！博主分析的很好！
咚咚写的很好。
第三、四点可以用回归来做，看对最终的某个KPI指标而言，其它因素的影响力有多大。
相关只是针对变量之前的相关程度，不能反映重要程度。
第一点，看起来，只是在说要考虑数据的有效性，这个不算统计方法啊。只是看到数据的时候，心里要知道这置信区间是多少，在多大的概率内这个数据是有效的。
针对”cher”对我第三、四点的评论。我理解。因为相关性的数据，有时候可能不能说明是偶尔相关还是必然相关，确实需要回归和试验的验证。这点补充的不错。多谢。
针对”cher”对我第一点的评论。我在文章中第一点的意思是，人们在做测试时候，基于测试花费或者其他的问题常常不能做全样本测试，因此常常用部分样本预估整体的目标人口情况的方法。这难道不是统计学在实际应用中的方法么？至于后面提到数据的有效性问题，只是为了说明在应用部分样本预估整体的目标人口情况时，需要注意可能的误差问题。
这个只是叫抽样调研，用部分样本推及所有人群，不是叫统计方法。
麻烦你用关键词“抽样调研 统计学”搜一下，看看“抽样调研”和“统计学”的关系，我懒得和你说了。另外，不要咬文嚼字了，这样争论没有意义。
这里说的统计方法，是指具体的方法，如回归，相关，判别分析，正交等需要数据之间处理来找对一些关系的方法。
抽样更多的是用只是用部分推及人群，所以个人认为，是不能算统计方法。
详见wiki的介绍
http://zh.wikipedia.org/zh-cn/%E7%BB%9F%E8%AE%A1%E5%AD%A6
同学你既然引用wiki的，麻烦你同样查查抽样（sampling）在wikipedia上的定义。
http://zh.wikipedia.org/wiki/%E6%8A%BD%E6%A8%A3
我给贴出来算了：
在统计学中，抽样（Sampling）是一种推论统计方法，它是指从目标总体（population，或称为母体）中抽取一部分个体作为样本(sample），通过观察样本的某一或某些属性，依据所获得的数据对总体的数量特征得出具有一定可靠性的估计判断，从而达到对总体的认识。
顺便说一句，统计学的wiki中文词条是英文“Statistics”，翻译过来的，有些东西没翻译好，其实这个词条还不完整。小心引用吧。
文章大体很实用，评论部分很扯淡。
不得不说：3楼低劣的带着博主进了阴沟，大大影响了之后阅读者的正常思维……
望博主保持清醒的头脑，大度的胸襟，不必掉价~
楼主讲解的4个例子都是经常会遇到的，简单，清晰，看完茅塞顿开。需要收藏的文章，很有帮助，谢谢！
但看过下面一些评论很是郁闷，只记得关于”抽样是否属于统计方法的一种”的辩论，请楼主万万不要偏题，讨论这个实在没什么意义，玷污了好好一篇文章。
另外建议不要用wiki上的信息当做论据，在上面逛逛了解知识还行，但地球人都知道wiki信息的准确性一直存在争议，上面的东西不能一股脑不假思索的全部接受。如果真的需要较真学术定义的话，正规的学术文章是不允许引用wiki上的任何观点的。
咱村里来的啥也不懂，BS三楼的不懂装懂，吹毛求疵，班门弄斧，套近乎也不用这样吧~
好好学习， 天天向上。
有点乱，感觉好像交互、体验泡沫的时代到来了！
最近在看一本书《用户体验度量》，讲的就是楼主说的这些东西，比较深入浅出，看到一半，收获很大，感兴趣的同学可以找下~09年8月出版的，机械工业出版社，周荣刚译。
ls 推荐的书的英文版(Measuring the User Experience)我在读感觉不错，不过中文版没读过，不知道翻译得怎么样？我觉得有英文基础的同学还是应该多读原版书，国内翻译的水平有点参差不齐。另外，读原版的书可以积累一些专业词汇，看类似的书也会相对容易。还有，这本书的有些章节需要一些统计学的知识，建议对统计学不了解的统计学，看着本书的同时在读写统计学基础的书。
@LPraYer
@呆聋瞎
统计学的东西让我读英文版我会哭。。。
中文版整体上翻译的还是不错的，我感觉专心点读下来还是挺顺畅的，但是偶尔有翻译的痕迹（我也读过翻译的很水的，知道能水到什么程度。。）
对于这本书需要结合一些什么统计学的书呢？会不会看着很吃力呢？
推荐《Statistics For Dummies》。别看是英文书，但是讲的通俗易懂，比国内很多教科书写得实用多了。而且有电子版的，网上可以下载到。
哦哟，不错哦~
“网站需要一个类似股票大盘指数的指标来衡量网站整体用户体验，及其变化趋势。这需要对数据进行长期的跟踪，统计，相关性比较才能完成。”
这个提法很有意思，实施成本多大，能举个例子讲讲吗？
文章的写的很赞阿，博主是牛人。