探索性数据分析中统计图形应用.pdfVIP

第24卷第7期 统计与信息论坛 2009年7月 Vd．24No．7 StatisticsInformationForum Jul．，2009 【统计理论与方法】 探索性数据分析中的统计图形应用 谢佳斌，金勇进 (中国人民大学统计学院，北京100m2) 摘要：在对复杂调查数据进行探索性统计分析时，沿用常规的一些统计图形可能使得图形无法解释或导 致误导性的视觉效果。在归纳复杂调查数据特点的基础上，讨论了针对这些特点，如何基于改进的一些统计 图形对复杂调查数据进行探索性分析。 关键词：复杂调查；统计图形；样本权数；缺失数据；重抽样 中图分类号：C口13 文献标志码：A 文章编号：1007-3116(2009)07—0013—06 统计学是收集、分析、表述和解释数据的科 括比率估计、回归估计等非线性估计量。另外，根据 学…1。现实中，数据收集上来以后，实施建模之前， 需要，常常还会对数据进行一些调整，比如对无回答 对数据进行整理以及进行一些探索性统计分析是非 的加权调整或插补处理，对离群值的调整等，所做的 常有必要的。通过对数据进行探索性分析，来决定 这些调整增加了调查统计量的复杂程度。 接下来采用哪种方法进行统计推断。 3．多变量问题，即包含了数十甚至上百个感兴 统计图形在探索性统计分析中扮演着非常重要 趣的指标，并且调查的规模大、范围广。 的角色。一幅统计图形所蕴含的信息量是非常丰富 从一个复杂抽样调查中得到的样本数据即是复 的，有时候胜过千言万语[2】2。对于较小的简单随机 杂调查数据。常规的一些统计图形通常针对简单随 样本数据，简单的统计图形就可以充分展示数据的 机样本数据。与简单随机样本数据不同，复杂调查 信息：直方图展示了数据的形态和分布情况，散点图 数据的统计作图有以下几个问题需要解决： 则展示变量之间的关系。然而，如果数据来自于一 1．对权数的处理。这个权数可以是由样本单 个复杂调查样本，忽视复杂样本数据的特性而继续 元入样概率的倒数算得的抽样权重，也可以是在抽 沿用常规的一些统计图形可能使得图形无法解释或 样权重的基础上经过校准加权后的最终权数。基于 导致误导性的视觉效果。 一些原因，部分大规模抽样调查并不采用自加权设 本文讨论如何基于改进的一些统计图形对复杂 计，这使得各样本单元对应的抽样权重大小不一。 调查数据进行探索性分析。 而即使抽样方案采用的是自加权设计，在数据整理 阶段，为使样本结构尽可能地与总体结构相一致，常 一、复杂调查数据的特点 常对样本结构进行基于多变量辅助信息等的校准加 现实中，许多数据通过抽样调查得到，而这些抽 权调整；或者当出现单位无回答时进行无回答的加 样调查通常都是复杂抽样调查。所谓复杂抽样调 权调整。这使得各样本对应的最终权数不再相等， 查，主要指具有以下几个特点的抽样调查： 也就是说每个样本单元不再代表总体中相同数目的 1．抽样设计复杂，经常包括分层、多阶段、不等 单元。复杂调查数据的统计作图要求反映这一信 概率、整群抽样等内容。 息。 2．调查估计量复杂。复杂调查估计量往往包 2．对分层、分群等信息的反映。图形应展示层 收稿日期：2009—03