京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
若不方便扫码,搜微信号:CDAshujufenxi
产品上线之后,真正回答"用户是谁、想要什么、卡在哪里"的,往往不是调研问卷,而是用户留下的一条条行为记录。点击、浏览、停留 ...
2026-11-17在日常数据库开发与报表查询中,日期格式几乎是最高频的"打交道"对象:页面上要展示 yyyy-MM-dd,接口要返回 ISO 8601 字符串, ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12一、什么是加权聚类 普通聚类默认"每个样本、每个指标都同等重要":距离公式里每个样本权重都是 1,每个指标在距离计算里占比相 ...
2026-11-12“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-12一、需求从哪来 做 Excel 报表时,"从一个透视表取数据"这个需求通常有三种来源: 汇总页引用:明细透视表在另一个 sheet,汇总 ...
2026-11-11一、透视表的价值在哪 一句话概括:数据透视表把"写公式汇总"变成了"拖字段看结果"。 传统做法要写 SUMIFS、COUNTIFS,改一个维 ...
2026-11-11核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-11一、回归分析到底在解决什么问题 很多人学回归分析,是从公式开始的:最小二乘法、残差平方和、R²、t 检验。公式记住了,但一到 ...
2026-11-10一、等级聚类法是什么 等级聚类法(Hierarchical Clustering),中文也叫系统聚类法、层次聚类法,是聚类分析里最经典的一类方法 ...
2026-11-10考试范围 PART 1 大数据基础理论 占比(8% ) a. 大数据分析基础(1%) b. Python 基础(5%) c. Linux & Ubuntu 操作系统基 ...
2026-11-10一、业务背景 在后台列表、管理系统、报表页面的分页需求里,前端通常需要两份数据:当前页的分页记录、符合筛选条件的数据总条 ...
2026-11-09一、需求看起来简单,实际坑不少 "把文本里所有中括号 [] 中间的内容提取出来"——这是文本清洗里最常见的需求之一。日志里的 [I ...
2026-11-09