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
在当今数字化时代,数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时,往往充满疑惑: 如何成为一名数据分析师?成为 ...
2025-04-02最近我发现一个绝招,用DeepSeek AI处理Excel数据简直太爽了!处理速度嘎嘎快! 平常一整天的表格处理工作,现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12