探索性数据分析.ppt

《探索性数据分析.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、科学方法是通向绝对知识或真理的唯一入口研究的本质1研究的基础2Now：数据分析3研究方法4论文的撰写6研究计划及研究报告的准备5描述统计推断统计一、新旧知识的联系研究课题程序/设计假设或问题样本工具定义文献综述数据分析二、数据分析的宏观概念图？1收集数据2描述统计3推断统计宏观概念图描述统计推断统计描述统计目录ONE1描述统计的实质TWO2描述分布THREE3描述关系FOUR4线性关系一、什么是数据？数据是指由变量组成的个体的许多信息。变量指个体的特定属性。二、描述统计的实质描述统计一个变量二个变量描述分布描述关系三、检验分布变量：类别变量和数值变量四、检验关系一些例子1.在某一标准

2、化的测验中性别与得分的关系？2.婴儿睡眠时的光线类型与是否是近视有关系？3.我们能不能根据新生的SAT的得分预测他的GPA？4.考驾照时的练习时间和是否能通过之间有没有关系？2类别变量数字变量CaseⅠ五、描述统计宏观图描述分布描述关系1CaseⅡCaseⅢ描述统计目录ONE1描述统计的实质TWO2描述分布THREE3描述关系FOUR4线性关系一、类别变量你觉得你身材怎样？胖、瘦还是刚好？StudentBodyImagestudent25overweightstudent26aboutrightstudent27underweightstudent28aboutrightstudent

3、29aboutright随机调查了1200大学生，下表显示了一部分回答。BodyImageDistributionCategoryCountpercentaboutright855855/1200*100=71.3%overweight235235/1200*100=19.6%underweight110110/1200*100=9.2%TotalN=1200100%1.饼形图2.直条图小结：类别变量的分布计算类别变量的个数和百分比；同时用饼图或直条图进行图形化的显示。活动1：利用excel绘制饼图或直条图在这个活动中：会用excel计算次数和百分比知道怎样用excel生成饼图你发现和

4、谁最容易交朋友？（异性、同性、没差别）原数据：friends1具体步骤：1选中需要处理的变量2选择“数据>-数据透视表和数据透视图”3点击完成，此时你看到一张新的空表.4选中。二、数字变量统计图与统计表：直方图、茎叶图描述统计的特征量：集中量数、差异量数对于数字变量：我们可以先用直方图或茎叶图描述；然后对其进行数字化测量。（一）直方图的思想：求出组距，然后计算次数88,48,60,51,57;85,69,75,97,72;71,79,65,63,73.例子：考试分数直方图组距：40-50，50-60…90-100ScoreCount[40-50)1[50-60)2[60-70)4[70

5、-80)5[80-90)2[90-100]1如何说明直方图？我们的例子：分数基本对称，70作为分布的中心点，最小值大约45、最大值大约95、全距大约为50小结：直方图是用于描述数值变量的图形；当检验数值变量的分布时，我们应该描述这个图形的形状、集中趋势、离散趋势课后思考题：如何利用excel绘制直方图利用奥斯卡得主的年龄为例，说明怎样用excel生成直方图，源数据可用actor2（二）茎叶图的思想：把数据分成茎和叶叶：最右边的数字；茎：其他的数字例子：最佳女奥斯卡获得者3434263742413531413330743349386121412680432933354549393426

6、253533小结：茎叶图是对小的数据集简单快速的描述；能保留原数据；对数据进行排序。（三）集中趋势度量参数及其计算众数（Mode）平均数（Mean）中位数（Median）1众数众数：指次数分布中出现次数最多的那个数的数值，又称范数，常用符号M0表示。例1：1，2，2，3，3，4例2：1，2，3，4，5例3：12，12，56，78，90例：2，4，6，8，102算术平均数平均数=6下表是17名中学教师的月收入：1200,1270,1300,1310,1320,1350,1360,1370,1390,1400,1450,1460,1530,1580,1600,3200,4000现欲了解他们

7、的平均月收入。平均数=1652.33中数中数：是指一组按大小顺序排列起来的量数的中间点的数，又称中位数，符号记为Mdn。下表是17名中学教师的月收入：1200,1270,1300,1310,1320,1350,1360,1370,1390,1400,1450,1460,1530,1580,1600,3200,4000现欲了解他们的平均月收入。平均数=1652.3中数=1390那么这则数据的中位数呢？3、６、７、９、２０、２１小结：集中量数三个