区块链记录为统计提供什么基础
以太坊开发文档说明，交易被组织进有序区块，区块包含交易列表、时间戳及Gas使用量等信息。比特币开发指南则介绍了区块的哈希连接、交易输入输出关系和分叉机制。这些结构为计数、分组和时间分析提供了基础，但记录通过协议验证，并不意味着统计模型的假设自动成立。
共同前提：先确定样本与统计口径
分析前应明确研究对象是区块、交易还是地址，并固定链、时间窗口和字段定义。地址数不能直接解释为用户数，交易笔数也不能直接代表实际业务次数。不同链的记录结构不同，跨链比较必须先统一指标含义。
数据集还需处理重复、缺失和分叉记录。比特币指南指出，同一高度可能存在竞争区块，因此区块高度不能作为全局唯一标识。统计时应说明采用哪条链及何种确认口径，避免将竞争分支混入同一序列。
描述统计与组间比较的适用条件
计数、均值、中位数和分位数适合概括明确范围内的数据。均值容易受极端值影响，分位数可补充展示分布。若只描述完整历史窗口，无须假设其代表未来；若要外推，则需要额外论证样本代表性。
比较两个时期或两类区块时，需要保证指标定义一致。常见独立样本检验要求观测之间具有适当的独立性；同一区块内的交易、相邻区块可能有关联。非参数检验也有假设，不能自动消除这种依赖。
相关回归与时间序列的适用条件
相关和回归分析可用于研究指标之间的统计联系，但需检查模型形式、异常值、误差依赖及遗漏变量。即使交易数量与资源使用量相关，也不能仅凭相关系数认定因果关系。
时间序列分析要求时间口径清楚，并检查趋势、周期性和结构变化。以太坊文档区分了时隙与实际区块，时隙可能为空，因此按区块排列不等于按等时间间隔采样。需要等间隔输入的方法，应先按统一时间窗口整理数据，并区分零活动与采集缺失。
常见问题：公开完整是否就足够
公开账本有利于复核记录，但不能保证研究所需的信息全部在链上。链上字段无法直接说明的用户身份或业务目的，需要其他证据支持。
样本量大也不能弥补口径错误或系统性偏差。报告结论时，应同时交代数据范围、清洗规则、方法假设和适用边界；区块链协议文档能解释数据如何形成，具体统计结论仍需实际数据检验。