粉丝460获赞1518

欢迎观看账三分钟,玩转数据分析系列。本期我们的主题是绘制控制图。控制图是统计过程控制的两大核心之一,绘制控制图可以帮助我们分辨过程中的异常是偶然因素还是特殊因素, 并帮助我们对特殊事件展开调查。通常我们绘制的统计量符合正态分布,因此仅有百分之零点二七的数据会落在控制线外。根据小概率原则,控制线外的点被判定为异常点。 控制图的类型有很多种,按照数据的类型被分为计数型控制图和计量型控制图。现在我们来到账,我们可以通过分析质量和过程下的控制图生成器来绘制控制图, 也可以通过控制图下的此处来选择我们想绘制的控制图类型。下面我们来看一个例子,这组数据是典型的计量型数据,数据中记录了某工厂生产螺母的日期,螺母的直径以及不同的生产阶段。 打开控制图生成器,把螺母的直径拖拽到绘图区域当中,这样就会根据数据的类型自动生成相应的控制图。 我们也可以把日期纳入到词组当中,并生成不同类型的控制图。选中图中的点,点击右键警告检验,选择所有检验 就可以轻松的看到异常点违背了哪种判议原则。同时我们也可以通过定制检验来设置个性化的判议规则。如果把 阶段也纳入到控制图当中,我们可以轻松的锁定异常来源于制造的第一个阶段。在面板的左上方,我们可以看到数据中所有的变量。在面板的左下方,我们可以对控制图进行调整,例如添加镶嵌图、 加入警戒线以及对警戒线所示的区域进行着色等。在面板的中央下方的控制图用于确定控制线,上方的控制图用于根据控制线打点并发现过程中的异常。 在面板右侧的线值汇总报表中,记录了控制图的红色控制线和绿色均值所对应的具体数值等信息。下面我们来看另一个例子,这组数据是典型的计数型数据, 数据中记录了某工厂生产二极管的工作日不合格品数量以及当日抽样的样本量。由于每日抽样的样本量相同,我们既可以选择绘制 p 图,也可以选择绘制 np 图, 选择质量和过程平台控制图。下拉菜单下的批控制图子醋,将工作日纳入子组,将不合格品数量纳入 y, 将每日抽取的样本数量纳入 n 次实验, 我们就可以得到不合格品数量的批控制图。需要试用账或想要了解更多,欢迎联系我们,谢谢!

那现在如果我想看,嗯,我想看不同年龄段的不同年龄段的 不同年龄段段的学生的体重的君子啊,体重的君子,那我也可以在统计量当中去进行设置。我们来看一下 不同年龄段的啊,不同年龄体重的君子或者身高的君子都可以。我们来看一下身高的君子,不同年龄段, 他这个类别 x 水平。我们说过,你看到类别区别分类这种东西的时候,一定要选用理想,理想型的数据,比如说男性和女性,哎,也是可以的。你要分年龄段的话,就是 a 就行了啊。 a, 我们来看一下啊,就是这样啊,就不同年龄段的学生的身高了啊,平均身高,你看十一岁,果然是,嗯,平均身高就是比,嗯,这这姿势比十二岁的要要稍微身高要低一点啊,稍微矮一点, 那我们看看它还有,呃,比如说像这种数据呢,我们通过 excel 也能可以很方便的做出来,那它与 excel 还有没有什么别的不同呢? 我们来接着往下看答案了,这个里面,这个里面你想做条形图还是线图?嗯,真状图和点图,这个就随便你去选好了,这个也非常简单,我们来操作一下啊,我们来操作一下, 比如说刚才我们操作的就是图形这个里面,对吧?我要根据,我要看他的平均身高的君子, 然后我类别我不要选啊,我不要选年龄的话,我如果选,嗯,性别也是可以的。这里是垂直还是水平,那就没有关系。条形还是线图啊?那你继续选啊,就两条线啊,就一条吗?就应该只有男性和女性,所以就 这样子,我们再来看条形图,他还有 君子啊。条形图我们来看一下,我们年龄段来写年龄段 丙图,真状图,点图啊,我们这个都有啊,都可以试一下啊。然后呢? 统计量,君子, average 点图啊,这都是可以的啊,这都可以的,这是比较简单。 那现在,嗯,这里就有一个不太一样的地方了,我们现在来看,我们现在来看。你看我们这个做出来的图是什么意思呢? 是什么意思呢?我现在想看体重的君子,体重的君子。那想看什么?谁的体重,谁的体重的君子呢? 根据年龄段的来进行分别。年龄段我们刚才做过,对吧?根根据年龄段来进行分,就十一岁的时候他的均值多少,十二岁均值多少,十三均均值多少,这个用一个哨也可,也可以非常方便的做出来。但如果我再加个 x o, 如果再加个 x 轴,在在 excel 当中好像是做不到的啊,好像是做不到,除非 你要去编程。你看如果我要十一岁的时候,我还要把男生和女生分开, 就男生女生的身高的体重,我还把分开,就是我这一个十一这个格子里面我再分两个,我要再分两个。十二岁这个格子里面我再分两个, 我要看在同一个年龄段,同一个年龄段男生和女生的体重有没有区别。 就这个图里面他有好几个信息,一个就是体重随年龄的一个大的增长趋势是什么样子的, 另外一个就是在同一个年龄段里面,男男生和女生的体重有没有什么区别?我们来看一下。好, 我们来看一下。比如说我现在在还是在这个图形当中,图表我现在要看 男生和女生的,呃,呃,就是年龄段不同年龄段他的一个,呃体重吧,或者身高的一个差异。我们看身高的一个君子,君子吧,君,因为你可以选其他的统计量 水平,我们选的是,呃水平,选的是根据年龄段来分的话,我们来看一下他目前就是这个样子,对吧? 目前这这是男生和女生都混在一起的。那如果现在我想把 x 轴再分一个男,每一个组再分成男性和女性,对吧?那怎么来分呢?那在这 图表里面身高君子,对吧? 还分个性别,嗯,可以加两个,嗯,可以加两个, 甚至你还可以加三个。把他学号加进去,那每个人都放进去了,每个人都可以放进去,对吧?那就没有意思了。或者你再再进行一个分类,再进行分类也是可以的。 这个在 excel 当中就很难实现了啊,就很难实现。我们来看那 age 及其间的 sex 啊,就是性别年龄段当中的一个性别。你看这个十二岁的时候啊,十二岁, 十二岁的那个学生,呃,这个蓝色,蓝色是女同学的啊,女同学的体重要要比啊。这,呃,身高,身高要比男生要稍微矮一点,但是有的时候,你看十三岁的时候,十三岁女 女生的身高比男生反的要高,对吧?这个也是一样的啊。这个医生, 啊,不对啊,正好说反了啊,这正好说反了。这个 m 是男生啊, m 是男生,比女生都都要高,但是你十, 呃,你十二岁时候女生反而比男生要高啊。就看这些信息啊,就看这些信息。 这一点呢,是 excel 是比较难做做出来的啊, excel 基本上这种 普通的他是,嗯,做不出来的外选项啊,你看你自己可以可以去换,非常快的迅速的去换你这个,嗯,图图表类型啊,显示标签也是可以的。嗯,如果你全选啊,全选他 全部选中的话啊,全部选中,然后显示 b l 线,他就都会显示出来,都会显示出来, 这是我们的一个常规的啊,一个最常规的一个图表,他的路径是在什么地方呢?他的路径就是在图形当中的图表这个里面啊,图形的图表当中,那我们接着来看 他还有哪些好玩的一些图表,那他还有一个叠加图啊,叠加图是什么意思呢? 叠加图就是顾名思义就是把两者叠起来,叠加起来。我们现在来看 y, 如果我指定为身高和体重, x 是年龄分组,按照性别进行分组啊,按照性别去进行分组。我们来看一下 叠加图的路径就在这下面啊,就在这个图表的下面。图表叠加图, 身高和体重 叠加嘛,只有一个,怎么叠加呢?肯定要有两个嘛,但我们看一下它这个箭头都是往左边指的,这什么意思啊?我们先等会来看一下左边指的,然后 x 分年龄段啊,年龄段分年龄段再分啊,再分性别,分年龄段再分性别。我来看一下 这个叠加图,其实很简单啊,叠加图很其实很简单那,嗯, 这个我们因为叠加了两个图,常常他就是把这个数都放在一起了。一个呢,小圆圈啊,小圆圈是体重,这个加号是,呃呃,小圆圈是身高,加号是体重。 我们看第一张图,那这个外呢啊,他就把叠叠叠在一起啊?这两个图,这个身高在什么地方啊?身高在什么地方?体重在什么地方,对吧? 但这个叠加图大家一定要先看清楚,呃,如果完全不同数量级的数叠叠叠在一起是有问题的。 你这,你这下面是一百以内,如果你有一个数,比如说假设说你的身高是一千一千的数量级啊,当然这个单位你可以把它换算一下啊,一千的数量级他就跑到很上面去了,那你这下面就看不到,对吧? 就是你要注意这方面的事情。叠加图嘛。啊,然后这是啊,这是 女同学的一个身高和体重那个叠加,身高和体重那个叠加他都放在一起,就这两个数放在一起,下面是男生的啊,下面是男生的,下面是男生的啊, 然后是这个 x 轴,是根据根据年年龄来进行区分的,来进行区分,好,我们先看一下它,还有些,我们刚刚在操作的时候,发现它有一个叠加的时候, 他有个左右尺度啊,左右尺度我们选一下就知道了啊,这个其实比较简单 啊,他变成右尺度,变成右尺度,就这边这个箭头就变成往右了,看一下有什么区别 啊?就是说,就是 说那这样子的话,左右尺度,刚才我们是都是同一个方向,都是同一个方向,就使用的是一个坐标轴,对吧? 就外轴他只有一个坐标轴,刚才我们看到那个身高和体重就是,呃,就是比如说这个体重啊,比较高的时候呢,就会把身高这个数比较小的数给掩盖了,因为他很小,他就放下面去了,但是我如果左右分开, 左右一旦分开的话,他就相当于两个外轴啊,双外轴,双外轴。这边呢, 这边是身高,这边是体重的一个坐标,所以呢那你身高的,嗯,就是你身高该是多少,你就以这边这个外轴来进行画图,然后体重你是多少,你就以这个来进行画 啊,画画图,他就是这样子的啊,他其他的都没什么变化,对吧?上面同样是女生,下面是男生,对吧?还是下面是 按照年龄进分组?那他会告诉你左边的尺寸是什么啊?右边的尺寸是什么啊?当然这些都是我们自己指定的 啊,就是这样子,这个叠加图啊,他身上就是可以非常迅速的做一些把这两组书给叠加起来啊,然后你可以选择单 单坐标走,单外走还是双外走啊?就是就是做这个事情,然后这里面当然他有些其他的选项啊,大家可以去都去试一下,这个和普通的那个调图形没有什么区别,和图中的调图形没有什么区别, 嗯,就这样子。嗯, 好,我们现在再来看一下,它有一个比较有意思的图形叫热力图,它也叫素心图,热,我们以后称之为它为热力图。热力图是什么意思呢?就是说 他经常情况下就是有一组数据,比如说像,像我们中国地图啊,中国地图,如果我要标识标识 pm 两点五,哪个地方最严重的话? pm 两点五, pm 两点五,哪个地方最严重? 比如说啊啊,哪个省份他这个地方就非会非常红,非常红。那如果哪个地方环境很好,像海南 环境很好的话,他这个 pm 两点五的数字很低,他就是一片蓝蓝色的,或者是一边就看起来这个颜色就很清很淡的这种地方,这叫热力图啊,就能看得出来,就像前段时间,呃,我们就现在很流行的大数据啊,大数据, 这个这个再往哪里流流动,往哪里流动哪个地方就越红,颜色就越重啊,就叫热力图,就这样他也叫竖竖力图。我们现在来看一组数据, 这个呢? c 是美国的一些城市啊,美国一些城市,这里面它有很多内容,我们来打开看一下。

镶嵌图教学共有三种样式,可按照需要自由选择。以十二组实验数据为例,温馨提醒,数据较好时才选择镶嵌图,若数据分布一般,异常值会十分显眼,对分析不利。 选中十二列数据,点击统计图,根据自己需求选择镶嵌图样式。 双击箱子,将边框和箱体的增量设置为逐个颜色增量,根据自己喜好进行修改。 点击符号,将数据点改为球体即可。 接下来就是之前教学过的常规操作了。

哈喽,大家好,本期视频是六七码黑带考试题解析的第十三集啊,镶嵌图的使用 啊,对于管理学来讲,图表就像一种语言一样,始终贯穿于数据处理的过程当中。那么我们今天为什么要来讲镶嵌图呢?主要有两个原因啊,第一个是在甲醛检验中,我们经常会用到镶嵌图来表达。第二点是 啊,在一个数据分布中,镶嵌图是君子和方差最好的一个补充说明。 好,我们就是看到现实生活中,如果你去做股票或者是 做期货交易一类的,那么你一定会用到 k 线图啊,或者叫蜡烛图啊,其实他就是 镶嵌图的一个变形的使用方法,虽然他和我们所讲的镶嵌图啊有一点点区别,但其实他就是啊,镶嵌图的 一种变形的使用方法啊。下面我们就来举一个例子,具体说明一下镶嵌图的功能啊。镶嵌图中主要有中位数和四分位数,我们把它与均值一般对比来看 好,呃,比方说某小区的居民的人均收入是十五万,好,你刚好也在这个小区,然后呢,你问的身边大部分的人, 然后发现他们的收入基本都在一万左右,那么问题来了,是统计的数据有问题,还是 大家的调查结果是对你有所隐瞒的啊?最后啊,打开原始的统计数据,你一看,哦,均值的确是十五万,但是他的中位数是九千八啊,第一次分位数是九千五,第三次分位数是一万一, 那么这个能说明什么问题呢?啊,是不是你所在的小区的啊?平均收入,它存在着极大的贫富差距, 大部分人的数据都是因为一个或者两个或者几个人的高收入,然后被平均了,所以我们在统计数据的时候,要防止这种大范围的被平均的情况。我们要使用中位数,要使用镶嵌图,把均值和 位数关联起来来分析数据。好,接下来我们看到第一题,这一题是评论区的朋友啊提出来的啊,非常具有代表性,希望我们大家一起分享一下。 某企业有四条生产线,都生产同一种产品,该产品的锻炼强度是关键的特性为判断四条产线是否存在显出差异,从 a 线取了十六个产品, b 线取了十八个产品, c 线取了十一个产品, 地线取了十七个产品。测量出的断裂强度,并绘制出如下的镶嵌图。好, 这个相线图是这样的,然后,哎,说下面哪个结论是正确的?好,我们先看到啊,相线图的相关知识点, 镶嵌图的话一般有六个重点的内容,异常值、上限,上四分位数、中式中位数和下四分位数和下限。 好,在这里各位请啊,记清楚,这里是中位数,不是君子。那么中,什么叫中位数呢?中位数就是一、二、三、四、五、六、七,这啊,七个数当中,哪一个数是最中间的那个数,那么肯定是四,对不对啊?好 理解的,什么叫中位数?接下来很多问题都很简单,我们看到镶嵌图的价值, 镶嵌独的价值主要分为三点啊,第一点是镶嵌独在识别异常这方面就一定优越性啊,第二个是偏态和伪重啊,第三个是比较几批数据 的形状,好他,最后他还有一个局限性,就是不能精确的衡量数据分布的偏态和稳重的程度,所以他只是一个比较宏观,比较粗糙的一个分析数据的方法。好, 呃,我们先看到第二题啊,看完第二题我们再回过去看第一题,那么你就会觉得啊,非常简单,我们看第二题 项目对周转时间进行改进,改进前周转时间平均是八十分钟,收集了改进后的数据,进行单样本体检验,得到以下相限图,这只是正确的事, 我们看到这个镶嵌图,这上面这个是镶嵌图啊,下面这个是君子, 那么这个是自信区间。先用 minitaple 来运行一下题目当中的这个单样,媒体检验统计, 基本统计单样本 t, 好,我们选用这组数据 啊,虽然题目中的数据我们无法取到,但是我们呃,编造了一个近视的数据。好,呃,均值,假设均值是八十,这边题目当中是吻合的。 好,我们在图形这一列啊,我们只要相线图就好了,确定来选项之前水平是百分之九十五。好, 我们来看一下 啊,这个图标啊,虽然说跟题目当中呢有些差异。好,这边是八十的位置啊。 h 零,这边是自信区间, 这个线段好,这边就是镶线图。好,这个图跟那题目中的是有点差异的,因为我们没有啊,题目当中的数据。 好,我们主要用这张图啊,来看一下什么是自行区间啊,均值的点和相线图的位置。好,我们现在来回到题目这张图, 它上面是镶嵌图,下面呃,自信区间 h 零,好,我们看选项和百分之九十五的自信区间包含 八十分钟,他有没有包含八十分钟啊?是没有包含八十分钟的,这个 h 零是在自信区间的外面的,所以说 a 答案是不对的, 那么百分之九十五之间区间不包含八十分钟啊,对的,他是不包含八十分钟的。然后看到后面去,可以认为改进后的周转时间显著低于八十分钟,那可不可以这样认为呢? 因为他的自信区间是不是在啊这边低于八十,远远低于八十这一段呀? 所以可以认为改进后的周转时间是显著低于八十分钟的,那么 c 选项和 d 选项他就是一个干扰项,就是很容易就判断他是错误的。 那接下来我们看到这个镶嵌图有没有起到一个辅助的作用呢?这边是中位数,这边是 啊,右四分位就是从这个四分位到下线 四分之三的数据啊,基本上都是在八十分钟以下的,这个也能说明,但是他只能起辅助说明,说明这个大部分的数据是低于八十分钟的。 好,我们接下来回过头来看到第一题,生产线 a 与生产线 b 的断裂强度的均值有显著差异, 你从这张图上基本上没有一个地方是反应均值的,他只是在混淆。你好, a 答案肯定 说的,那么 b 生产线 d 的锻炼强度均值,那一看到均值,我们肯定就啊不用多想,直接排除掉, 那么只剩下 d、 c 和 d。 答案,我们看到 d 选项,生产线 a 与生产线 c 的锻炼强度、离散程度 可能存在显著差异,那么 a 有十六个产品啊, c 有十一个产品,而且十一个产品的分布范围比 a 要宽很多,那么这样看来, d 选项是不是就是正确的?好啊,其实你如果你了解这些知识啊,这些选项非常好,排除好。以上就是本期视频的所有内容,希望你已经学会了相信图,希望你已经 会使用相信图来分析数据看,如果你的本期视频的内容还有疑问,或者是你还有其他新的问题,都可以在评论区给我留言,或者是发邮件到下面这个邮箱 啊,我会及时的给出相关的回复。如果你身边还有其他的小伙伴正在努力的学习又起码管理的相关知识,如果你觉得这个视频对他有帮助,请你动动手指转发给他。 好,最后预祝大家在内星马黑代考试中能取得优异的成绩。

这个主题谈谈什么是相见图。先了解什么是相见图。相见图是一种用于显示一组数字分布情况的统计图,因形状如相纸而得名。 相对股可以用来识别异常值。初恋人看出数据是否具有对症性,分布的散布程度特别可以用于对几个样本的比较,把多个数组织的数据同时展现出来。再了解一下上线图如何选择一组数据的, 这是所有数据的中位数,所有数据的最小值,所有数据的最大值,最大值。以中位数之间的中位数相信图目的数据中的异常值值得关注。 不加剧组里把一场值包含经济数据的计算,分析各种的结果会带来不良影响。重视一场值的出现,分析其产生的原因,然后从未发现问题, 从而改进决策的契机。相应都是为了我们提供识别异常制的一个标准。相知者的废质依靠实际数据,不需要事先假定数据,服从特定的分布形式, 没有对数据做任何的限制要求,他只是真实直观的表现数字形状。本台面貌相对于在十倍异常之方面既有一定的优越性。

大家好,今天是二零二零年的第一次微课堂,首先呢,祝大家新年快乐,当然今天也 是明太祖从入门到精通的第六节课,主要讲的是镶嵌图和概率图。 啊,大家可以从这个屏幕上看到,明太捕第一讲的第四部分,下面有两个,一个叫镶嵌图,一个叫概率图,我把这两个图放在一起 去讲解。这节课完成后,弥泰补基本图表的第一部分就讲完了,下一节课开始讲 第二部分相关的散点图和编辑图。 ok, 让我们来开始今天的课程,镶嵌图和概率图。首先我们看一下镶嵌图的这个做法,打开,明天打开,明天 以后呢?呃,这个数据呢,跟上一节课讲的点图的数据是一样的,我就不做说明。 好,我们直接看镶嵌图的第一个做法,如果我们想看厚度的分布,我们可以用镶嵌图来展示。 怎么展示呢?在图形里面有个镶嵌图,选一个 y, 简单啊,这是一个最基本的功能, 我们把厚度选进去啊,直接确定。 ok, 呈现我们的面,呈现给我们面前的是一个厚度的镶嵌图,咱们把鼠标放在这个镶嵌图上,以后看 看这个。明天我给我们显示有个 q 一、中位数 q 三等信息,这里的 q 一指的就是第一分位数, q 三指的是第三分位数,中间这个是中位数。 也就是说镶嵌图其实也是把数据从小到大的排列,从上往下排列出来的一个分布图。所以呢,大家看起来这个图应该炒过股的人都知道, 这个图看起来很像我们的那个开线图,对吧?啊,其实有很多类似的地方,所以他可以看我们的分布,这个盒子呢越窄呢说明我们的分布呢越集中, 那我们看到最下面有个星号点,这个呢其实就是我们的一个什么界外点,也是我们的这个异常点,异常点, ok, 这是镶嵌图的第一种用法,就是看我们的这个分布的分布的,那我们看镶嵌图还有什么第二种功能 啊?比如说我们还是一样,跟上次一样,我们想看这个不同的喷嘴,喷枪对厚度的影响,我们也可以用镶嵌图的方式,这里呢我就做一一个作为演示,其他的大家下去可以练习 好图形相线图啊。我们这个时候选的必须选一个 y 含组,因为我们要看他们之间的关系。 ok, 确定好,这个是我们把图形变亮,选 y 厚度用于分组的变量,选喷嘴, 确定, ok, 呈现给我们面前的是什么?是一个镶嵌图,这个镶嵌图呢,横坐标一五十是喷嘴, 然后重坐标是厚度,这样看来一号、五号、十号喷嘴喷出来的厚度的分布各不相同。从图像 图形上可以看出,一号喷的比较薄,十号喷的比较厚,但是从标准差的角度来看的话,五号的喷嘴的喷的标准差比较小, ok, 这样的话我们可以看出来喷嘴对喷漆厚度是有明显的这个影响,那么我们看一下喷枪是不是,是不是有影响,来 ctrl e 回来啊,我们把喷嘴换成什么喷枪, 然后确定。 ok, 这个手呈现在我们面前。 这个镶嵌图呢,我们看起来一号喷枪,二号喷枪,三号喷枪喷出来的厚度的分布呢,基本上是一致的,有总裁可以得出喷枪对厚度的影响并不显著。 ok, 这是镶嵌图的第二个功能,那镶嵌图还有第三个功能,我们可以再回到上一个界面, ctrl e。 如果我们想看喷枪喷嘴 同时对厚度的影响,我也可以在用于分组的类别变量里再把喷嘴给选进去。 选完以后呢,我们确定, ok, 呈现在给给我们面前的是一号、二号、三号 是喷枪,然后每个一号里面有一号、五号、十号是喷嘴,这样的话,我们就可以看出来三个喷枪的分布基本一致,但是三个喷嘴的分布呢,有明显的差异。 ok, 这个就是我们镶嵌图的。呃,三个功能。那第二个图形就是我们今天要讲的概率图。 ok, 我们上次在基本统计学里面讲过了,该例图主要是判定数据是不是符合正态分布,那这个目的也是一样。比如说我们想看一下厚度这一列数据是不是符合正态分布, 我们可以在图形里面点概率图选单一,然后确定, 这个时候我们把厚度放进去,直接确定出来这个图叫厚度的概率图。 这个时候我们怎么看这个图呢?主要的功能跟上次讲的这个正态性检验一样,看屁值,如果屁值大于零点零五,我们就认为这组数据是符合正态分布。 ok, 那我们如果想检验两组数据分别是否符合状态分布,我们可以利用弥菜谱里面图形里面的概率图的多个选项,多个可以同时检验两组 以上数据的正态。比如说我们要检验厚度和身高这两列数据的分布是否符合正态分布?我们可以把两列数据都选进去,然后确定, 这样的话,明太卜呈现给我们的就是两个数据在一起的正态性检验,同时会出来两个批值判断的标准是一样的。 ok, 今天呢,我们主要给大家讲的是镶嵌图和概率图的迷太谱入门操作。好,谢谢大家。

大家好,今天这一节我们学习一下这个啊镶嵌图, 那么镶嵌图是什么样子的?那么大家可以从这个图形上来看到啊,这里有很多个就像箱子一样的东西,那么这个就是啊统计学方面上面的这个镶嵌镶嵌图 啊,镶嵌图拿来有什么作用呢?呃,那么镶嵌图他其实呃能表达很多很多信息,呃,包括前面学习过的这个中位数啊, 那么以及这个,呃某一系列数据的这个最最小的数值 以及最大的数值,当然这个数值是经过排序以后的啊,那么我们看在这个图形当中,这里有个黑,中间有黑色的线,这个是中位数,然后在这个最下端这个横线,那么是这个最小的数值, 在上端这个横线是最大的数值,那么当然中间还有这个箱子,那么他还会代表有两个数字, 那么我们说这个相信相信图,知道他长得什么样,并且能代表很多数字,那我们什么地方会用到相信图呢? 那么我们呃前面有学习过这个统计学当中这个均值,平均值,我们平时的时候大家 认为的平均值就是一个啊,但是啊,我们前面学习的呃君子的话,除了我们那个君子以外,还有中位数,还有重数,那么他们都是来代表一个一组数据的,一个典型的这个啊君君子。 但是呢,呃,光是这些数据,他还不能代表我们这个数据的一些具体的情况, 我们看数据的这个均值,不能仅仅是从这个计算上来求得他的平均值, 我们还要以图形化的这种方式来对数据进行一个了解,那么这个时候就会用到这个镶线图, 那么我们看一下,在这里有一个更详细的一个镶嵌图的一个介介绍,在这比刚才那个图他还多出一些元素,比如说在镶嵌图的 下端或者上端会有一个圆形,那么这种呢就是在数据当中的异常值啊,他会远离数据的本体, 除了一场纸以外,那么这里有个下边缘,有个上边缘,有的时候我们又称为这个呃数据的 呃下线以及上线,那么都是指排序以后的数据的一个呃最小小值以及最大值。然后我们看看这个箱子,他的有个有个上边有个下边界, 有个上边界,下边界叫做下呃下四分位数,上边的边界叫上四分位数,那么这个是在统计学当中啊,对这个数据根据个数进行的一个范围的切分啊, 那么这里还有一个中位数,中位数我们知道是按照这个数字的个数进行呃筛选,然后排队到最中间的这个数啊, 那么这样的话他综合的一个数据组成了这么一个相线图,用图形的方式表达这个数据,那么就呃会有一些很形象的一些呃功能啊,比如说我们从上面这个图形来看呢, 我们就能够看到某一组数据,他的呃这个区间,呃其中语文这个呃 他的最小值到最大值这之间称之为一个全聚,这个全聚的话,他的这个啊跨度更大, 那么像数学,我们看发现他的下四分位跟上四分位,那么比其他啊图形都不一样啊,那么这个数学他的一个君子的话就更小,然后他的这个四分位的这个矩呢 啊,也就是说中间的百分之五十数据,他的这个范围更小,那么这些图形,呃,他的一个长度啊,或者是他的这个线条的位置, 那么就代表了不同的数据特性。 呃,我们接下来再看一下这个,我们在这里进行一下记录,那这个镶嵌图, 镶嵌图里面啊有一个叫做全局,还有就叫四分位以及啊相, 那么我们为什么要用到这个镶嵌图来进行表达?数据在这里是呃,这 个黑的富尔斯特,也就说深入浅出统计学当中的一组数据,他这里是有 abc 三个人, 他们这三人这里有分别有十个数,这十个数呢有一个共同的特点,那就是他们的平均值都是等于都是一样的, 比如说我们在这里统计他的平均值,嗯, a v l v e r a, 第一,这是求平均, 那么我们在这里求出呃,呃,下面这个数值,这里有点,这个书的有一些问题啊,这里出现了一个非 平均值啊,然后我们发现这三组数据他的平均值都是一样的,他们都是十啊。但是呢,我们从这图中来看的话,我们会发现 他的数据并不是一,并不是相同的啊,都是有各亿的一些数据。 但是如果说就像我们之前说的,如果仅从这个啊平均数来度量这个数据的情况,分布情况的话,那我们根本看不出来他具体有什么区别啊。那么这里是呃三,这三个 abc 的数据呢?是一个他 啊,一个书上的一个投篮的一个数据啊,想要从三个平均值一样的这个投篮手当中 根据数据进行分析,然后找出发挥比较稳定的,然后死和球队的选手,那么这个时候呢,他就会用到一些其他的这个包括全局啊, 以及四分位等等的一些啊分析工,分析工具, 那么我们知道了这个相线图能代表能显示一些详细的这个数据的信息,那么接下来我们要看看分别在这 excel, python 以及 pandas 当中,他们如何来呃得到这个 呃相关的图形。那么在以色当中,呃是需要版本在 二零一六级以上版本,那么才有他这一个插插入的一个相线图,这个图形,那么他的按钮的位置,那么一般是在插入,然后有一个图表, 那么图表当中在所有图形左侧会有一个啊相线图啊,由于我这里使用的是呃这个二零一三啊,二零一三版是没有这个相线图,那么我暂时就演示不了给大家看, 那么我们就 excel 当中就展示跳过这里记录一下,呃二零一六版及以上,然后 是在插入,然后是图表,接着是镶嵌图, 好,那么接下来我们看看如何在这个拍摄当中来呃绘制镶嵌图,那么我们这里是拍摄的一个窗口,那么我们看一下,我们继续,然后是公式, 在这里要绘制图形的话,除了这个蓝派,我们还需要这个 pandas, 还需要这个 math plot label, 这个是用来绘制图形的啊,那么接下来首先我们要创建这个数据,那么 我们就把这个 abc 这三组数据输进来啊,那么我们在这个地方呃我们是需要呃 一个数据 that 等于,然后是 pd 点 three 啊,实际上我们在这个拍摄当中的创建啊,跟拍摄当中是一样的,那么我们直接在这个拍摄当中来制作这个图形啊, 那么这里是我们输入的这个 abc 三组数据,那么 abc 这三组数据呢?他是呃给这个变量对他,然后生成了一个对他 free 这个结数据结构啊,我们看一下对他他的一 的数据情况,那么就是 abc 三列啊,分别有刚才的这个数字,那么这里十三,我们变更一下,变更为十一啊,这里要变一下,这里是这里改成十一。 好,那么这里输入以后,我们是需要一个呃, 嗯, p l t 绘制一个图形啊, 不,我们应该是 data data 吗?是上面这个数据啊, data, 然后使用 plot 他们的一个这么个一个方法,然后 box, 这个 box 是什么意思啊?就是说我们要对这个 data 这个变量使用 plot 绘制图形,绘制什么图形呢? box 代表镶嵌图,那么这个时候按 ctrl 回车,我们看一下就绘制出 abc 三个数据的图形, 那么这个地方我们就会发现,虽然说君子都是为石,但是呢他的图形是完全不一样的。 从那么从这个图形来看,像 b 这个数据,他的这个四分上四分位跟下四分位,他之间的这个距离呢,就特别的近。那么像这种啊,就是说数据是比较集中的, 比较集中的话,也就说他的发挥也就很稳定啊。像 c 这个数值,他这个下 箱子的高度就比较大,那么就表示什么呢?就表示他取的中间的这一段数据呢?呃,浮动比较大啊,变化比较大 啊,为什么会大呢?你看像他小的有三,大的有三十,这个数字就是特别的大, 那么像他的中位数的话, a 跟 b 的中位数基本上是一样的,然后 c 的中位数更小啊,所以我们像在这个 从君子看不出的情况时候,如果绘制出镶嵌图,然后我们就能看得出,那么逼这一呃这个运动员的话,相对来说是我们所需要的,因为他花费都很稳定啊, 那么在这里绘制镶嵌图的时候,还有一些其他附带的参数也是可以增加进去的,比如说我们在使用这个呃, plt 啊,这代表的是上面这个啊,我们是这里一个缩写啊, plt, 然后可以设置他的一个网格线叫做格瑞,那么这样的话就会有网格线显示出来啊 啊,你看下面这个图形,在三十那里有一个圆圈啊,这个我们最开始介绍这个图形的时候啊,比如说下面这种情况出现了一个异常值啊, 那么这是跟你看这里有个异常值啊,离数据很远。如果我们要把三不把三十标为 异常直,而作为这个上线的话,那么我们这个 c 的这一个横线的话,会拉的很长,会拉到最上面去了啊啊,这网格线,我们看他线呢是一个灰色状态,并且呃呃线条颜色呢,跟我们这个 主次关系不是很好,有一些干扰啊,那么我们还可以对这个线啊网格线进行一些调整, 然后这里可以设置他的一个样式为虚线啊,那么这样就变成了一个一点一点的虚线,那么同时我们还可以设置他的颜色 以及透明度,比如说阿尔法等于零点三,这样的话就变得更淡了,那么更 更多的关于这个图形,嗯绘制的呃方法的话,那么又是另外一个呃知识,那么具体的话可以,嗯,看这两本书,稍等, 一个叫呃,一个是这个实践,一个是精进啊,这两本,这两本说的话,呃是专门讲这个呃拍声,他的一个图形可视化。 好,那么我们把这个图形绘制的这个方法复制起来,然后做好记录,那么我们看到在拍摄以及就是拍 ness 当中,他都是采取的相同的方法,那 我们把它进行合并,然后填充到这里。 好,那么关于镶嵌图的一个制作,虽然我虽然我们只是在这个拍摄当中呃讲到了啊, 但是呢也不影响大家去在一个色当中去制作,因为一个色当中插入图表也是很方便的,基本上你只需要选中数据以后 啊,然后在这个呃插入菜单里面,那么这里有个插入图表,然后就能够找插入对应的这个镶线图啊, 那么我们这里就不再去安装高的版本,然后进行详细的解释。

欢迎回到 jump 的教学指南,我们会透过简易好懂的教学,带您快速了解一个使用 jump 的技巧。今天我们要分享的主题是如何利用 jump 的 feetwife x 平台快速寻找两餐数间的相关性。 执行体检电影级很多法分析判断两群资料平均是否存在差异,以及确认多群间的平均值差异比较。 在 jump 的 fitwide bikes 平台上,提供了许多适配两参数间的模型选择,并提供许多两群体间的简定工具,如 tea test a nova test on equal barriceton, 并可一键将相关性由大到小排序 内,由互动性探索资料及图形化呈现分析结果。您可以更快速的了解资料分析结果 及挖掘潜在的讯息。打开 jump fit wipe x 平台,可以连续放入您想寻找相关性的 x 字变数及 y 响应变数 和 jump 会根据您百度的变速资料形态自动产生对应的分析。例如,当您百度的 xy 接尾连续变速会自动产生 byrina fee, 而当您摆入 x 为类别变速, y 为连续变速,则会自动产生出弯位 alexis 对应的分析模式可以参考 fifty 摆 x。 其实平台的左下方对应表 对于 x y 接尾连续变速的状况寻找相关性,并找到适当的模型去描述两变数的关系,是蛮常见的统计分析手法。我们利用 dram 的 shanpodai 塔及 featwide x 平台做说 名。在 football 点状的资料表上打开 featwide x 平台,将 head 放置歪参数 wet 放置 x 变数,按下 ok, 产生 by very feet 报告 按下百 very feet of high by weight 旁的红色三角形,开启 some resistance, 可以快速得到相关系数及供变数,相关系数及供变数越大,相关性越大。 接着反复按下 by very feet of hide by weight 旁的红色三角形,依据开启 fit me fit nine feet 的朋友 normal 下的二 grajatic, 分别得出三种模型。可以发现 poling normal fifty 归等于二下,因为考虑二次四具有较佳的 ask, 也代表有比较好的模型准确度。 但当我们细看普林 no more feet 低贵等于二的 pyramid estimate 中, weight 二次式的效应像影响不大,所以模型可以拿掉 wet 二次式效应像,也就是说以 fit line 生成的模型会更有效益 一样。讨论 football 点 jump 的资料表,这次在 fitwide by x 的起始平台上,一样将 high 放至 y 变速,在 x 变速区则摆入 wet fat speed neck bench squat leg price。 按下 ok, 产生多个对 hit 的 by variant feet 报告。 在键盘上按住 ctrl 并按下摆位置。 fit of high 摆位旁的红色三角形选择 fifth line, 可以对多个相同格式报告,一次性处理相同的动作,完成所有的摆位置 fit the fitline 报告。接着按下 fit group 旁的红色三角形,选择 odalify goodness of feet。 将所有的 byvertefit 根据模型的 ask 贵作排序,因为 fit line 模型的 ask 贵为两参数口味类选的品方,因此我们也得到两音之间的口味类选的排序。 我们也可以利用 fit wipe x 讨论不同分群变数下平均值是否有差异。先讨论用 x 变数分为两群的状况处理双样本减定,打开 big class 点状。在其次,平台上将 head 放至 y 变数,并将 sex 放至 x 变数区, 按下 ok, 产生弯位 analysis 报告。首先,先需确认两群间的变异数是否相等。打开弯位 analysis of hi by six 旁的红色三角形,按下, 按 equality 得到变异数相等的分析报告。壮谱针对不同的资料类型提供许多统计分析减定的结果。以此例,不论是哪一种分析都符合 pv 六大于零点零五,也就是接受两群变异数相等的假设。 洛宁分析出的结果为两群间变异数不相等,可以直接利用下方的 well 去 test 去确认两群间的平均值是否有差异。 卧室,打开弯位 alexes of high by six 旁的红色三角形,按下 t test, 得到 tetest 假设简定报告,您可以视您所需的情形分析假设。简定结果。 以此例,洛宁的虚无假设为男女两群的平均相等,您可以参考 polobe 的体大于绝对值 t 的数值。当小于零点零五时,拒绝 学术假设,即认为男女两群的平均值不相等。接着,在确立两群变异数相等的前提下,打开弯弯 analysis of hi by sex 旁的红色三角形,按下 meanova pro t 做平均值的假设。简地, 您可以视您所需的情形分析假设,检定结果。以此例落您的虚无假设为男女两群的平均相等,您可以参考跑跑避乐。体大于绝对值梯的数值,当小于零点零五时,拒绝虚无假设,即认为男女两群的平均值不相等。 我们也可以利用 fit y 摆 x 讨论不同分群变速下是否有差异一样,以 football 点 drop 为例,打开 fit y 摆 x, 在其实平台上将害放至 y 变速,并将 post entrop 放置 x 变速区,按下 ok, 产生弯位 analysis 报告。接着打开弯位 analysis of hive by position two 旁的红色三角形,按下 mengenova, 可以执行 nova test。 在这些群体间的 variants 为相等的前提下,由 nova 的分析结果发现, popparty 大于 f 为小于零点零零零一,代表群体间至少有一群的平均值与其他群不同。 接着我们要找出哪些群体间有明显的平均值差异。我们可以选择弯位 analysis of hi 摆 pose, 一群 two 旁的红色三角形下的 compare means。 点选 opius took hsd 比较美。裙间的差异在上方的图形中出现许多圆圈,秀出哪些裙之间的差异不大。以 k i 为圆心的圆 为例, dbowrj 对 k i 差异不大。下方的 connecting later report 将相似的群分为多个分类,如 l 和 t e 分为同一类, a 类, lb 和 wr 分为同一类, c 类。 old difference report 提供比较两两群体之间平均值差异。从这边知道,差异较大的群包含了 l 和 kil 和 o 等群。 对于所有工作上会需要对数据做分析的使用者, jumpfie 的 vipex 平台帮助您找到两餐数间适当的相关模型, 快速判断参数间的相关性,并判断不同群体间的差异程度。您可以利用此平台快速的找寻关键影响参数以及判别失误率较 大的群体。想了解更多 drop 的数据分析技巧吗?欢迎在底下留言或一秒给我们,我们下次影片见!

这个主题谈谈什么是相见图。先了解什么是相见图。相见图是一种用于显示一组数字分布情况的统计图,因形状如相纸而得名。 相对股可以用来识别异常值。初恋人看出数据是否具有对症性,分布的散布程度特别可以用于对几个样本的比较,把多个数组织的数据同时展现出来。再了解一下商业图如何选择一组数据的, 这是所有数据的中位数,所有数据的最小值,所有数据的最大值,最大值。以中位数之间的中位数相信图目的数据中的异常值值得关注。 不加剧组里把一场值包含经济数据的计算,分析各种的结果会带来不良影响。重视一场值的出现,分析其产生的原因,然后从未发现问题, 从而改进决策的契机。相应都是为了我们提供识别异常制的一个标准。相知者的废质依靠实际数据,不需要事先假定数据,服从特定的分布形式, 没有对数据做任何的限制要求,他只是真实直观的表现数字形状。本台面貌相对于在十倍异常之方面既有一定的优越性。

哈喽,大家好,我是差瑞士。今天我们学习镶线图,他是用作展示一组数据分布情况的统计图。问题场景是这样的,比如说老板让我们分析一下当前平台用户的充值情况怎么样? 这时候我们调取了用户充值数据,一个用户充了一块钱,三个用户充了三块钱,另一个用户充了一百块钱。你可能很快得出了结论,用户平均充值了二十七点五,中位数呢是三。 大家看这样的结果是不是不准确的?比如说平均值,一些较小的值已经被最大的值已经平均化了,那这个中位数呢?如果数据量非常多,他说的不够全面,这是问题。今天来解决这个问题,可以通过 镶嵌图。镶嵌图能帮助我们从更专业的角度,更深层次的挖掘数据内部的分布规律,这是镶嵌图它的作用。 他的应用场景呢,主要是两种,第一个数据集中只包含一个分类变量,比如说我们这里只有一个语文成绩的一个数据分布,一个分类变量。另一种包含多个分类变量,比如说我们语文、英语各科成绩的分布。 好,接下来我们看一下镶嵌图怎么用的,它是用五个数字来概括一组数据的最大值、最小值、中位数、下四分位数和上四分位数。以右边的图为例,它的上边缘呢,实质上就是我们一组数据的最大值。 下边缘呢,这组数据的最小值、中位数也就是在最中间的位置的数字。上四分位数就是在百分之七十五位置的数字。 下四分位数就是百分之二十五位置的数字,这是他的四分位数,将数据分成四等份,但是前提呢是从小到大排序的,还可以看到底下有个异常值,异常值是指的在整体数据中,一些极大值或者极小值 出现异常值,需要我们去排查一下异常值是否正常,是不是人为原因,或者说啊是系统的原因,这是异常值。那么这个镶嵌图重点带给我们的是观察数据分布的规律,以组数据为例子,首先这组数据来复习一下我们 刚才说的四分位数最大值,他是十,最小值呢是一,中位数是三, 上四分位数,也就是八加九除以二等于八点五,那么下四分位数呢,也就是一加一除以二等于一,这是他的一个分位数,我们可以来进行验证一下,可以选择数据去做一个镶嵌图, 点击插入,我们则所有图表选择相形图,这里点击确定这就是一个相形图,可以将它的数据标签显示出来, 可以看到他的最大值是十,上四分位数是八点五,中位数是三,下四分位数是一,最小值呢是一,相信主要是来看 数据的一个分布规律的,那我们可以看到啊,现在一出现的次数越多,他是最小值和下四分位数几乎重合了,也就是说呢,出现次数越多的数据,他就越聚集,那么同理,我们看中位数三 三以下的数据,他是占很小一部分,也就说他是一个聚集的,就说明了我们的数据呢,都是聚集在中位数以下的。回答案例,我们刚才说的充值,那这个时候我们就可以判定我们当前用户呢,大多都是低价值用户, 就是说购买能力相对弱的一些用户,这是镶嵌图带给我们的一些信息。那我们再绘制一个多变量的一个象形图,我们选择数据,点击查 入,选择所有图表,选择香型图,点击确定。 这是多变乱的一个相形图,可以给他设置一个图例,也就是每个相形图他代表什么分类名。这是用 excel 绘制相形图的整体流程了,大家学会了吗?

欢迎观看战三分钟,玩转数据分析系列。本期我们的主题是操作录制和增强的日志模式。 操作录制和增强的日志模式是账目十六中内置的最新特性,依赖于他账目软件可以实时捕捉交互绘画过程中执行的活动,并自动记录事件相应的 gsl 代码。因此,我们 我们可以将自动生成的 jaco 脚本进一步集成为可重复的工作流程,以提高我们的数据处理与数据分析的效率。 我们双击打开章十六,依次点击文件,首选向日志,在模式的下拉框中选中增强,点击确定即可成功开启增强的日志模式。 如果您想具体对该模式的细节进行进一步的定制,可以在此界面上的表过滤器裂按窗口着色四个面板中做进一步的设置。 我们同时打开样例数据及贝克拉斯 fmax 与日制视图,接着把数据集中性别为飞秒的记录挑选出来,并依据年龄做一个身高体重的分布分析。 通过日制窗口,我们可以看到我们打开数据表匹配单元、格取子级、使用分布平台等操作都被记录了下来。我们也可以 可以单击相应的消息条目,或按住键盘 ctrl 加鼠标左键,在日志窗口的下方查看与操作记录对应的 jsl 代码。在日志窗口界面的过滤器中,帐篷允许我们输入关键词来过滤与其相匹配的 jsl 脚本,或使用关键字来过滤出相应的操作记录。 另外,我们还可以点击最右端的黑色三角形,允许过滤器接收正则表达式。我们打开另一个数据集卡尔 faccodet, 然后使用排气量你和马力依据国家分组。 再点击红色下三角,为国家等于这片的三点图添加礼盒线,再点击关闭礼盒。结果可以看到,我们打开数据到礼盒的所有操作都被记录了下来。此时我们又见 选中报表快照,点击运行脚本,之前的你和结果会重现出来。进一步的,我们还可选中所有的操作记录,并将其背后的 jsl 代码保存为一份完整的脚本文件。 将来只需要打开该脚本文件,点击运行脚本即可复盘。之前的操作需要了解更多请联系我们,谢谢!

各位朋友大家好,欢迎观看将三分钟玩转数据分析系列。本期我们的主题是定制设计。不得不提我们将 doe 的灵魂人物 doctor branley jeans, 两次布鲁保夫奖的得主,这是美国质量协会颁发给个人的最高奖项, 它是 gm 定制设计和确定性筛选设计的发明者。正因为有这样杰出的人物和团队, gm do 一不 仅包括传统的,而且包括更 modern 的。可以说我们 jump due 是世界一流的定制设计,可以输入各种不同类型的因子 构造包括特殊设计类型在内的众多设计,可谓一个定制设计在手,别无所求。今天我们来看一下来 来自四个不同产地的两种葡萄,经过怎样的处理才能获得最高的评级。将实验设计瞩目录下第一个就是定制设计。第一步,输入响应,本地只有一个响应就是评级。 接下来添加因子,可以添加的因子类型是多种多样,本地产地是四水平的分类因子产地,其他八个是凉水平的分类因子, 可以依次逐个添加品种,或者从定制设计旁边的红色下拉小按钮里面加载预保存的因子列表,加载因子因子就被加载进来。评机源是分区组因子,每个 有八次实验评级。原定制设计的另外一个很特殊的地方是可以让我们自定义因子的约束,可以添加或者修改各种其他类型的效应,像可以选择 必须或者弱可能。本例一共是四十次的实验制作设计,这就是根据我们的要求制作的一个四十个 run 的定制设计。 实验数据录入完成,将的实验设计会自动保存我们的礼盒模型,只需要点击模型左边的绿色小按钮进行即可。效应汇总统零 产地和温度的 p 值大于零点零五,就说明他们对响应影响并不是非常的显著。可以依次删除。利用预测刻画器来优化过程 因子的设置。利用意愿函数最大化意愿。记住这个设置 d 最优,同样记住波娜品种的最优设置。两个葡萄品种的的评级有所不同,这就决定了我们将来的 business 可能更多的选择这种品种。今天所讲的例子可以在张 帮助手册下面实验设计指南第四张定制设计找到。如果您需要试用 jum 或者想要了解更多,请联系我们,谢谢!

欢迎观看 jump 三分钟玩转数据分析系列。本期我们的主题是基于 jump 的剧烈分析。在无监督学期中,训练样本的标记信息是未知的,目标是通过对无标记训练样本的学习来揭示数据的内在性质和规律,为进一步的数据分析提供基础。 其中研究最多、应用最广的就是剧类分析。剧类分析试图将数据集中的样本划分为若干不相交的子集,每个子集称为一个醋。 通过划分,每个错误可能对应于一些潜在的概念或类别,如左图归列下的有翅膀、多足、无足昆虫等。 需要强调的是,这些概念对于剧烈而言,事先未知。剧烈过程仅能自动形成促结构,而促所对应的概念是意,需要由分析者来把握和赋予。 剧类即可作为一个单独的分析过程,用于寻找数据的内在结构,也可作为分类等其他分析的前驱过程。在 jum 中提供了层次剧类,可以郡植剧类、正态混合剧类等常用剧烈方法。 接下来,我们将使用艾瑞斯经典数据集来演示层次剧类的典型应用场景和软件实现。认为花是对异族草本开花植物的统称,其下还有很多细分物种,而不同物种的花瓣则各具特色。 在艾瑞斯数据集中,包含了三种原尾花的恶片长度、恶片宽度、花瓣长度和花瓣宽度的观测值。我们将依据这些观测值对这些原尾花样本进行归类。这里的每一行都是一朵原尾花的实际观测结果,而这 这里的最后一列表示是这朵约尾花所属的实际物种。但是在稍后的剧烈过程之中,这列信息并不会纳入分析,我仅将其用于呈现实际分类情况和剧烈结果之间的比对。 用正软件进行层次聚类十分简单。点击分析聚类层次聚类,我们将四个维度的约尾花特征纳入歪裂,在左侧可以选择不同的统计意义上的距离的度量。在这里我们保持默认。点击确定。 系统数图展示了层次距离的过程。 起初,每一朵渊尾花的样本都是一个子错,根据统计意义上距离的定, 将距离最相近的两朵原尾花进行合并归类为一处,其后将距离次相近的两处合并为一处,直至所有的原尾花的样本都归为一处。 我们可以借助陡坡图、剧烈准则和星座图等手段辅助界定适宜的剧烈数目。我们仅以较为直观可视的星座图为例进行简单说明。 在清座图中,每一个点表示一个样本观测横纵坐标没有实际的物理意义,但图中点和点之间的距离表示的是样本观测之间相似或相异的程度。因此,从当前情况来看,我们将 所有样本归为三大子素可能较为适宜。因此,我们将剧烈数设置为三, 然后通过剧烈汇总来进一步洞察数据结构特征。我们可以看到,在当前剧烈结果下,剧烈二和剧烈三在四个特征尺寸维度的变化趋势上十分相似, 都是恶片长度、花瓣长度,花瓣宽度较大,而恶片宽度较小。此外,剧烈三的整体尺寸要比剧烈二更大一些, 而剧烈一在四个维度的变化趋势上则截然相反,可以把当前剧烈结果和实际结果进行比对, 可以看到其中一个物种被进行了很好的区分,而另外两个物种则存在着一定的焦点和些许的不规类, 我们还可以与其他可视化手段相互印证, 总体而言说明当前剧烈结果较好。以上就是本期所要介绍的内容,需要使用账或需要了解更多,欢迎联系我们,谢谢!

hey, what's jay 在演亲中学会六十个码!在前几讲我们介绍完了直方图,今天这一讲开始我要介绍另外一个在实物上也是非常好用的图形工具,叫做镶嵌图,或者称为镶形图和虚图。 镶嵌图同样具备可以让数据视觉化的优点,除了可以观察数据的分布形态,更可以补足之方图不适用于多群主之间比较的不足之处。但要教你画镶嵌图之前,我要先教你新的特征数、中位数和四分位数, 因为这是画镶嵌图时要具备的基础知识。 你已经知道平均数是描述一组资料的中心趋势、中心位置或者是一组资料的代表 角值。但是描述中心趋势的特征数并不是只有平均数,还有重数和中位数, 正数就是一组数据中呢,出现频率最高的那笔数据。而中位数顾名思义,就是一组数据中呢,处在中间位置的那个数字。只是数据要先由小到大排序,之后呢,再找位在中间位置的那个数字, 所以整体数据中呢,比中位数小的和比中位数大的会各占一半。我们来看个例子, 假设你收集到的九笔观察值分别如下,第一件事,先将资料由小到大排序, 九是基数,所以这九比观察值的中位数就是刚好排在第五个位置的那个数值,也就是十三比中位数小 和比中位数大的数据各有四个。那如果是偶数比的数据呢?来看下面这个例子,现在有十笔数据,如下一样,先将资料由小到大排序, 十是偶数,所以并没有哪个数值刚好处在中间的位置,那怎么办呢?就取位在中间位置的那两个数值的平均,也就是排在第五和第六个位置的那两个数的平均。因此中位数是十三和十五的平均值等于十四。 比中位数小和比中位数大的数据各有五个。中位数可以归纳出一个公式,就是资料排序后,排在第二分之 n 加一个的那个数值。 n 代 表有几笔数据?假设有一组数据,分别为 s 一、 s 二到 s, n 由小到大排序后变成 s 跨胡 e、 s 跨胡二到 s 跨胡 n 的顺序数据。 x 下标跨胡内的数字就代表该数字排在第几顺位。 n 为基数的话,二分之 n 加一会整除得到整数。中位数就等于排在二分之 n 加一那个位置的数。 n 等于偶数的话,二分之 n 加一无法整除,就取排在整数位的那个数值跟下一个数值的平均。 中位数惯用的代表符号由 m 或是 xto 的,我们在变量的上方画个波浪的符号来表示平均数 s 八则是在 上面画一杠。来看刚才的第一个例子,总共有九笔数据,九加一除以二等于五,所以中位数就是排在第五个位置的那个数,也就是十三。 第二个例子有十笔数据,十加一除以二等于五点五。所以中位数就是排在第五个位置和第六个位置的那两个数的平均。 你可以想象,一刀将一个大饼一分为二,两边大小都啊一样。中位数就是那一刀将一组数据一分为二,一半的数据比中位数小,另外一半的数据比中位数大。 那既然中位数和平均数都是衡量中心趋势的特征数,那他们之间有什么不一样呢?应该要选用哪一个呢? 我们先来观察一下他们的公式。平均数是 n 比数据加总后除上 n。 也就是说,要计算平均数的话,每一笔数据都要派上用场,每一笔数据对平均数的结果都有一定程度的贡献。 而中位数只取排在第二分之 n 加一那个位置的数据,也就是排在中间的那一个或两个数据。其他数据对中位数的影响就没有那么显著,特别是离中位数越远的数据,影响力就越小, 平均数则刚好反过来,离群主越远的数据,对平均数的影响就越大。举个例子, 同样是刚才那九笔观察值,我们已经得知中位数是十三,经过计算后得出平均数是十三点八, 两者之间差异只有零点八。假设现在多了一笔观察值两百,我们来看看中位数会变成多少。 现在总共有十笔数据,所以中位数是资料排序后排在第五和第六个位置,那两笔数据的平均值因此是十三和十五的平均等于十四, 而这十笔数据的平均数经过计算后等于三十二点四。可以很明显的看到,虽然多了一笔对于大部分数据来讲特别大的数值两百,但中位数仅仅是从十三上升到十四,而平均数则从十三点八上升到三十二点四, 确实是有被两百这个离群子所影响到。介绍平均数和中位数的差异,最常用到的例子就是 收入。如果说前九笔数据代表一家公司大部分一般员工的收入,而第十笔的那个利群只代表少数高层的收入, 那么光看平均数的话,会误以为大部分员工的收入有三十二点四这个水平,但其实中位数是四,反而是比较贴近大部分员工的收入水平。所以总结一下,平均数对于偏斜或是离群体的反应会比较敏感。 当数据所呈现的分布有偏斜时,平均数会从平率较高的地方被拉往偏斜的方向。 所以我们才说平均数就像是一组资料的重心,这就跟杠杆原理是同样的道理。而中位数受到偏斜或是离群值的影响程度会比平均数来的小。 当资料呈现对称分布时,中位数就相当于平均数。因此,当你的数据所呈现的平均数和中位数差异比较大的时候,就表示数据有明显的偏斜程度,或是存在离旬值。 就像我在十四讲所举的例子,如果你的小学同学出了一位马云,然后你去统计班上同学的年收入,假设你拿得到数据的话,那么很明显的,班上同学年收入的平均数肯定会被拉的非常高, 不晓得的人还以为这个班上出了很多位亿万富翁。因此有一种说法是中位数适合掌握相对多数的现况,但缺点是无法掌握总量。怎么说呢? 同样刚才那个例子,将平均数三十二点四乘上十等于三百二十四,就是这十笔观察值加总后的总量,而中位数十四乘上十也才一百四,因此无法明显反映出总量的落差。 很多时候,我们会优先关注总量是否有上升或是下降,比方说营收或是人均消费,只要营收有明显提升,就表示我做对了某些事情。至于是否有偏写或是离群职,那可以分开之后再来分析。 ok, 以上就是中位数的介绍,以及跟平均数的对比。其实我们也不用刻意计较数、优数列,只要了解他们的特性即可。现在这个时代,要计算特征数或是会读都只是弹指间的事情,所以 要做数据分析的时候,就把中位数、平均数等特征数都计算出来,并搭配脂肪土或是镶嵌图等图表来做解析,就比较不容易错过任何的蛛丝马迹。那要如何快速的计算一组资料的中位数呢?很简单,一样用 excel 的函数功能即可。 在十五讲提供的直方图表格中,已经有设置中位数的计算结果,中位数的函数是 m e, d, i a n, 只要输入数据就会自动带出平均数和中位数。 另外之前所介绍的以所有数据分析功能的描述统计,也会自动带出中位数。 忘记的朋友请回头看一下十四讲,或是你要手动输入函数也可以。画面现在看到的 是刚才那十笔数据,用咪点函数等于 m e, d, i a, n 画胡,然后将资料范围设定好, ok, 就可以计算出中位数。 刚才我有举个例子,中位数就是将大饼一分为二,两边大小都相同的那一刀, 如果我们将两个半张的饼再给他们一刀,那就变成四张一样大小的饼。对了,你现在应该稍微猜到四分位数是什么意思了吧? 下一讲我们会接着来介绍四分位数以及如何绘制镶嵌图。欢迎持续关注我的影片,我是 j, 我们下次见。

欢迎回到 jump 的教学指南,我们会透过简易好懂的教学带您快速了解一个使用 jump 的技巧。今天我们要分享的主题是如何利用 jump 的的水,比如选平台,做初步的资料分析及探索,快速的了解资料的轮廓。 在 jump 的的士兵选平台或称分布平台上提供互动式联动直防图,让我们快速了解参数间的关系。我们也可以利用的士兵选平台观察有兴趣的参数统计量,或是找寻适当的统计分配,提供后续的统计分析参考。 打开 help 选单下的 san potato library, 并且在资料库中寻找 big class 点 jump 资料,并且打开 big class 点 jump 资料。您可以在 jump 平台上点击 dissolution 小图饰, 或是由上方工具列中的 analyze distribution。 打开 distribution 平台,接着摆入您有兴趣的分析参数到 ycallins 区域蓝位这边我们放入 six height weight 的参数。 想要快速的了解参数间的连接关系及资料轮廓,可以勾选下方的 historygrounds only 选项,按下 ok, 完成联动直方图的制作。 在底速评选报告中点选 six 之方图的 m 或 f, 轮流切换,可以观察男生的身高分布状况,叫女生来的高。 利用壮普互动式选择图形功能,在 hit 直方图上动态选择资料,相对的 waiter 的资料也被选取。利用此联动功能,我们可以快速了解 hait 和 wait 存在一种正向相关。利用此 功能,我们可以快速的了解资料间的联动关系。接着再次打开 discussion 平台,摆入 hi weight 参数,按下 ok, 可以按下 disfubu 选旁的红色三角形,选择 stack。 将报告转为堆叠呈现, 观察 disco 优选报告,发现报告预测带出值方图,百分为统计量以及统计量汇总表。利用值方图的 box plug 可以确认是否有离群值,以及资料的分布是否有偏移的状况,且透过状态互动性探索功能,可以观察选定的资料跟资料表的对应关系。 百分位统计量及统计量汇总表提供统计量值。若想要增加统计量值,可以点选 summary statistic 旁的红色三角形,选择 customized summary statistics, 选择想要观察的统计量。想要对害参数寻找适当的统计模型做后续的统计分析,可以点开害旁的红色三角形的 continus feet 或 discoyfeit。 根据想要确认的统计模型检验适配或是不适配, 也可以选择 continues fit 下的 fit o。 对所有的连续型统计分配做检验。 jump 会根据 aicc 的结果排序,建议您最适当的统计分配,并提供相关的参数估计结果。 选择的预估统计模型会将预估线放入相应的脂肪图。若宁想检验参数 head 长太信,可以点击 headpond。 红色三角形下的 continues feet, 点选 fit normal。 打开 fit normal diss 普选报告,并点选 fit normal dissort 的红色三角形,选择 goodness of feet。 若小 pirate weeks 值大于零点零五,则表示资料符合常态性。也可以点选害旁的红色三角形下的 normal contel plus。 若资料点在上下线范围内,则代表资料符合常态性。 以此例,想要储存参数害预估的常态统计模型,选择 fit normal digital 选旁的红色三角形下的 safe collins 选择 safe dancert formula, 将公式储存到资料表。接着可以去 gravefield 将 high 放置 x 轴,将 normal dancet high 放置歪轴,选择 formula 图形形态,绘制统计几率密度图形。 对所有工作上会需要对数据做分析的使用者。 jump 的的是标准平台,让您快速了解参数的叙述、统计 量、资料轮廓以及资料间的关系性。非常建议在做其他统计分析前,运用此平台对资料做快速的诊断及了解。想了解更多壮婆数据分析技巧吗?欢迎在底下留言或一秒给我们,我们下次影片见!

镶嵌图 box plot 如何看一、箱子的大小取决于数据的四分位句 by q 二,即 q 七五 q 二十五 q 七五,百分之七十五分位数。 q 二十五,百分之二十五分位数。 q 七五和 q 二十五为四分位数。 百分之五十的数据集中于箱体,箱体大表示数据分布离散数据波动较大,箱体小表示数据集中。二、箱子的上变为上四分位数。 q 七五下变为下四分位数。 q 二十五,箱体中的横线为中位数 q 五零百分之五十分位数。 三、箱子的上处虚伪数据的最大值,卖下处虚伪数据的最小值。 ming 注意是非离群点的最大最小值。四、若数据值 q 七五加一点五星 号 iq 二、上线值或数据值 q 二十五、一点五星号 iq 二、下线值均是为异常值数据值 q 七五加三星号 iq 二或数据值 q 二十五、三星号 iq 二均是为即值。五、偏度 对称分布,中位线在箱子中间,右偏分部中位数更靠近下四分位数,左偏分部中位数更靠近上四分位数。