
基于R統(tǒng)計(jì)分析—探索性數(shù)據(jù)分析
數(shù)據(jù)的統(tǒng)計(jì)分析分為描述性統(tǒng)計(jì)分析和統(tǒng)計(jì)推斷兩部分, 前者又稱為探索性統(tǒng)計(jì)分析, 它是通過(guò)繪制統(tǒng)計(jì)圖形、編制統(tǒng)計(jì)表格、計(jì)算統(tǒng)計(jì)量等方法來(lái)探索數(shù)據(jù)的主要分布特征, 揭示其中存在的規(guī)律. 探索性數(shù)據(jù)分析是進(jìn)行后期統(tǒng)計(jì)推斷的基礎(chǔ).
本文著重于數(shù)據(jù)集的數(shù)字化探索。程序包DAAG中有內(nèi)嵌數(shù)據(jù)集“possum”,它包括了從維多利亞南部到皇后區(qū)的七個(gè)地區(qū)的104只負(fù)鼠(possum)的年齡、尾巴的長(zhǎng)度、總長(zhǎng)度等14個(gè)特征值,選用這套數(shù)據(jù)集進(jìn)行分析。
備注:對(duì)于每一變量,給出了樣本總個(gè)數(shù)(n),缺失樣本數(shù)(missing)、水平個(gè)數(shù)(unique),并列出每一水平的取值、頻數(shù)和頻率。這里需要說(shuō)明的是,對(duì)于case變量,輸出結(jié)果給出了頻率最低和最高的5個(gè)水平值,在數(shù)據(jù)分布有偏情況下,這些水平值很有可能成為異常值。
備注:輸出結(jié)果包括前面給出的樣本數(shù)(nobs),缺失值(NAs),最小值最大值,同時(shí)也有特有的指標(biāo),變量取值之和(Sum),標(biāo)準(zhǔn)誤差均值(SE Mean)、95%的置信水平上下限、方差、標(biāo)準(zhǔn)誤差,以及兩個(gè)分布指標(biāo)偏度和峰度。
備注:偏度用來(lái)衡量數(shù)據(jù)的堆成程度,以正太分布為基準(zhǔn)。當(dāng)服從正太分布時(shí),偏度為0;當(dāng)介于[-1,1]之間時(shí),說(shuō)明數(shù)據(jù)分布的對(duì)稱性較強(qiáng);當(dāng)絕對(duì)值大于1時(shí),則認(rèn)為數(shù)據(jù)存在顯著偏倚,為正時(shí)有右偏的趨勢(shì),反之左偏。
峰度用來(lái)衡量數(shù)據(jù)分布形態(tài)的陡緩程度,以正太分布為基準(zhǔn)。當(dāng)值為0時(shí),說(shuō)明與正太分布相同,即標(biāo)準(zhǔn)峰度;當(dāng)峰度大于0時(shí),則表示該數(shù)據(jù)分布與正太分布相比較為陡峭,為尖頂峰度;當(dāng)峰度小于0時(shí),則表示該數(shù)據(jù)分布與正太分布相比較為平坦,為平頂峰度。
備注:最左邊一列:101表示無(wú)缺失值樣本總數(shù),2表示age缺失2個(gè)樣本,1表示footlgth缺失1個(gè)樣本;最下邊一行對(duì)應(yīng)每個(gè)屬性缺失的樣本個(gè)數(shù),其中最后一個(gè)3表示總?cè)笔е祩€(gè)數(shù);最右邊一列表示對(duì)應(yīng)行幾個(gè)變量發(fā)生缺失的情況。
#相關(guān)性
cor(possum$case,possum$site)
var=c(5:9)
cor_matrix=cor(possum[var],use="pairwise") #對(duì)5個(gè)變量?jī)蓛捎?jì)算相關(guān)系數(shù)
library(ellipse)#可視化相關(guān)圖
plotcorr(cor_matrix,col=rep(c("white","black"),5))
備注:圓形的寬窄表示相關(guān)性的高低,兩變量對(duì)應(yīng)的圓形越窄,表明其相關(guān)性越高。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):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(wú)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(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)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(kù)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(kāi)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(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)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(kù))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(chǎng)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(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)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(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)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(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)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(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)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(yíng)問(wèn)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(guò)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(yíng)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(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)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(chǎng)景中,聚類分析作為 “無(wú)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(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10