
圖形和數(shù)值的數(shù)據(jù)集描述方法
圖形方法對數(shù)據(jù)集的描述
1. 條形圖(bar graph)
條形圖一般橫向表示類別(class),縱向表示該類別所對應(yīng)的類別頻率(class frequency)。
2. 餅狀圖(pie graph)
餅狀圖是一個(gè)圓周,每個(gè)類別對應(yīng)的扇形面積大小和類別相對頻率(class relative frequency)成比例。
3. 帕累托直方圖(pareto diagram)
帕累托直方圖是講直方圖按照從高到低的順序排列之后所形成的直方圖。
以上三種圖形表示方法是定性數(shù)據(jù)描述中常用的方法,在定量數(shù)據(jù)集描述中,還有以下的圖表描述方法。
根據(jù)上表數(shù)據(jù)可以得到下圖:
4.點(diǎn)圖(dot plot)
每個(gè)觀察值放在橫軸上,當(dāng)有重復(fù)的觀察值時(shí),則放在這個(gè)點(diǎn)上面,于是堆積成了此圖。
5. 莖葉圖(stem-and-leaf display)
將觀測值百分比分為兩部分,小數(shù)點(diǎn)左邊的數(shù)字作為“莖”,小數(shù)點(diǎn)右邊的數(shù)字作為“葉”。
6. 直方圖
直方圖是對橫軸數(shù)值進(jìn)行區(qū)間劃分。
4-6是常用的定量數(shù)據(jù)集的圖形描述方法,這三種方法各有所長,最大的優(yōu)點(diǎn)可以看出數(shù)據(jù)主要集中在那個(gè)范圍之內(nèi)。
7. 箱線圖(box plot)
箱線圖一般用于異常值的檢測,是基于四分位差(interquartile range,IQR)建立的。四分位差是指上四分位數(shù)(Qu)和下四分位數(shù)(Qi)之間的距離,即
箱線圖中:
在內(nèi)欄和外欄之間的觀測值被認(rèn)為是可疑異常值,在外欄之外的觀測值則是高度可疑的異常值。
8. 散點(diǎn)圖(scatterplot)
散點(diǎn)圖用來描述兩個(gè)定量變量之間的關(guān)系,稱之為二元關(guān)系(bivariate relationship),當(dāng)一個(gè)變量隨另一個(gè)變量增長而增長時(shí),這個(gè)二元關(guān)系是正相關(guān)的,反之,一個(gè)變量隨另一個(gè)變量增長而呈減少趨勢時(shí),這個(gè)二元關(guān)系是負(fù)相關(guān)的。
9. 時(shí)間序列圖(time series plot)
時(shí)間序列圖用來描述度量值隨著時(shí)間的推移而變化的數(shù)據(jù)變化情況。
均值(mean)
均值,也就是我們常說的平均數(shù),小學(xué)生也知道,所有值得和除以這個(gè)數(shù)據(jù)集中 值的個(gè)數(shù)。
中位數(shù)(median)
簡單的講,就是將數(shù)據(jù)集中所有數(shù)據(jù)按照升序或者降序排序之后,處在中間的數(shù)值。(如果數(shù)值個(gè)數(shù)是偶數(shù),那么是中間兩個(gè)數(shù)的平均數(shù))
眾數(shù)(mode)
數(shù)據(jù)集中出現(xiàn)頻率最高的數(shù)。
極差(range)
最大值與最小值的差值。
方差(variance)
樣本方差:測量值與均值的偏差平方和除以(n-1),除以n-1是因?yàn)闃颖?a href='/map/fangcha/' style='color:#000;font-size:inherit;'>方差是總體方差的無偏估計(jì)量。
標(biāo)準(zhǔn)差(standard deviation)
方差的正平方根即標(biāo)準(zhǔn)差。
相對位置的測度(measures of relative standing)
百分位排名(percentile ranking):對于有n個(gè)測量值的數(shù)據(jù)集(升序或者降序排列),第p個(gè)百分位點(diǎn),有p%個(gè)測量值在它下面,而又(1-p%)個(gè)測量值在它上面。
z得分
z得分是利用均值和標(biāo)準(zhǔn)差來衡量測試值的相對位置,用測試值x減去均值,再除以標(biāo)準(zhǔn)差。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10