-
分类变量的特征和可视化 一个分类变量的可视化 —频率表（frequency table）、条形图（bar plot） 两个分类变量的关系 —关联表（continggency table）、相对频率表（relative frequencies） —分段条形图、相对频率分段条形图 —马赛克图（mosaicplot） 一个分类变量、一个数值变量的关系 ——并排箱图（side-by-side box plot）查看全部
-
两个变量的关系 —散点图（scatter plot）：方向、形状、强度、极端值查看全部
-
数据变量的特征和可视化 —集中趋势的测量： 均值（mean）、中位数（median）、众数（mode） 分散趋势的测量： —值域（range：max-min）、方差（variance）、标准差（standard variance）、四分位距（interquartile range） 稳健统计量：中位数、四分位差（受极端值影响小） 否：均值、标准差、值域(受极端值影响大) 一个变量的可视化 —柱状图（histogram）、点图（dot plot）(分布) —箱图（box plot）（中位数、分位点、极端值）查看全部
-
观测（observation）、变量（variable）、数据矩阵（data matrix） 变量的类型：数值（定量分析）{连续型、离散型} 分类（定性分析）{无序，有序}查看全部
-
数据分析流程 一、准备阶段 定义研究问题：不是为了分析数据而分析数据，而是为了解决问题或为决策提供依据 定义理想的数据集 确定能够获取什么数据 获取数据 清理数据 二、探索性分析（数据可视化）：快速对数据进行了解，缺失值，绘图等。 统计分析/建模（机器学习）等 三、解释/交流结果（数据可视化） 挑战结果（有没有其他可能？） 书写报告（Reproducible原则）查看全部
-
数据科学家需要具备的知识和技能 了解数据的特征 数据可视化：R的绘图系统 制作并发布报告查看全部
-
ggplot2分层查看全部
-
用图指南查看全部
-
箱图中的几个概念：四分位距：1/4分位点到3/4分位点的距离。最左和最右两条线代表1/4分位点-1.5倍的四分位距、3/4分位点+1.5倍四分位距。查看全部
-
稳健统计量的概念：受极端值影响较小。查看全部
-
需要具备的知识查看全部
-
一起加油查看全部
-
NO.3查看全部
-
NO.2查看全部
-
NO.1查看全部
举报
0/150
提交
取消