图形和数值的数据集描述方法
图形方法对数据集的描述
1. 条形图(bar graph)
条形图一般横向表示类别(class),纵向表示该类别所对应的类别频率(class frequency)。
2. 饼状图(pie graph)
饼状图是一个圆周,每个类别对应的扇形面积大小和类别相对频率(class relative frequency)成比例。
3. 帕累托直方图(pareto diagram)
帕累托直方图是讲直方图按照从高到低的顺序排列之后所形成的直方图。
以上三种图形表示方法是定性数据描述中常用的方法,在定量数据集描述中,还有以下的图表描述方法。
根据上表数据可以得到下图:
4.点图(dot plot)
每个观察值放在横轴上,当有重复的观察值时,则放在这个点上面,于是堆积成了此图。
5. 茎叶图(stem-and-leaf display)
将观测值百分比分为两部分,小数点左边的数字作为“茎”,小数点右边的数字作为“叶”。
6. 直方图
直方图是对横轴数值进行区间划分。
4-6是常用的定量数据集的图形描述方法,这三种方法各有所长,最大的优点可以看出数据主要集中在那个范围之内。
7. 箱线图(box plot)
箱线图一般用于异常值的检测,是基于四分位差(interquartile range,IQR)建立的。四分位差是指上四分位数(Qu)和下四分位数(Qi)之间的距离,即
箱线图中:
在内栏和外栏之间的观测值被认为是可疑异常值,在外栏之外的观测值则是高度可疑的异常值。
8. 散点图(scatterplot)
散点图用来描述两个定量变量之间的关系,称之为二元关系(bivariate relationship),当一个变量随另一个变量增长而增长时,这个二元关系是正相关的,反之,一个变量随另一个变量增长而呈减少趋势时,这个二元关系是负相关的。
9. 时间序列图(time series plot)
时间序列图用来描述度量值随着时间的推移而变化的数据变化情况。
均值(mean)
均值,也就是我们常说的平均数,小学生也知道,所有值得和除以这个数据集中 值的个数。
中位数(median)
简单的讲,就是将数据集中所有数据按照升序或者降序排序之后,处在中间的数值。(如果数值个数是偶数,那么是中间两个数的平均数)
众数(mode)
数据集中出现频率最高的数。
极差(range)
最大值与最小值的差值。
方差(variance)
样本方差:测量值与均值的偏差平方和除以(n-1),除以n-1是因为样本方差是总体方差的无偏估计量。
标准差(standard deviation)
相对位置的测度(measures of relative standing)
百分位排名(percentile ranking):对于有n个测量值的数据集(升序或者降序排列),第p个百分位点,有p%个测量值在它下面,而又(1-p%)个测量值在它上面。
z得分
z得分是利用均值和标准差来衡量测试值的相对位置,用测试值x减去均值,再除以标准差。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14