统计基础及基础图表剖析.pptVIP

1 We can also create Marginal Plots using a 箱图 or a Dotplot along with the Scatterplot. Have the class create Marginal Plots using a 箱图 and a Dotplot. 图形化叙述统计 纯粹看这些数据可能理不出任何头绪 让我们看看数据图形化之后的结果，并增加输出的数值 图形化描述统计 (Graphical Summary) 目录 1、统计基础 2、基础图表 图表分析方法 类型 图形 X类型 Y类型 功能描述 变量的状态 直方图 连续 描述单变量的状态，如居中程度、离散程度、分布情况、数据异常状态等(直方图、点图、茎叶图)。通过与已知分布的拟合，以图形的方式显示变量所服从的分布(概率图、经验累计分布函数)。也可以选择显示多变量的图形，但不对多变量进行状态的比较。 点图 连续 箱线图 连续 变量之间的关系 散点图 连续 连续 以图形的方式直观显示变量之间的关系，为后续更精确的数据分析打下基础。 边际图 连续 连续 箱线图 离散 连续 变量的构成 柏拉 离散 离散或连续 描述变量各组成部分的比例等信息，以80/20法则找出关键问题。 饼图 离散 离散或连续 变量的趋势 时间序列图 连续 描述变量随时间的变化趋势。 工具或统计量 最小抽样数 平均值 　 5 – 10 标准偏差 25 – 30 不良率(P) 100 和 nP ≥ 5 直方图或柏拉图 50 散点图 25 箱线图 10 时间序列图 10 注意：这些数值为最小值，抽样数越多所得的结论越值得信赖 需要收集多少数据 数据的分析 回到我们绿化浇水作业中影响耗水量之潜在变异来源的例子： 输出结果: 耗水量 追踪的输入值: 时间, 班次, 操作人员 、 水管孔径及压力 目的: 辨认哪个影响因素X的对结果Y产生了影响 档案名称：绿化耗水.MTW 描述性统计 让我们来看看水管孔径耗水量变异性的影响。我们可以使用 显示描述性统计选项来看看不同 孔径 的差异 Minitab ： 统计 基本统计量 显示描述性统计 描述统计分析结果 平均值 变量 孔径 N N* 平均值 标准误 标准差 最小值 下四分位数 中位数 耗水量 1 47 0 19.024 0.241 1.655 14.447 17.660 19.354 5 57 0 21.907 0.143 1.077 19.201 21.267 21.917 10 46 0 25.242 0.232 1.576 22.408 23.722 25.197 变量 孔径 上四分位数 最大值 耗水量 1 20.362 22.536 5 22.578 24.277 10 26.575 28.763 1、资料结果显示，当 孔径从 1 改变到 10 时，耗水量的平均值从 19.0 改变至 25.2 2、若我们将 孔径 集中在 5，耗水量 的 标准差 值将会从 1.655 全部变异减少至 1.077 图形化汇总 Minitab ： 统计 基本统计量 图形化汇总 Y=耗水量, 按变量 =孔径 绿化耗水.MTW 时间序列图 点图 使用 点图 ，依 孔径 来显示 耗水量 的分布情况 Minitab ： 图形 点图 Y=耗水量, 按变量 孔径 进行类别分组 用2分钟，使用相同的方法检视 日期、班次 、人员等变量并报告你的结论 何者为影响 耗水量 变异的最主要输入 ? 点图分析结果 我们也可依某一变量制作 箱线图，以了解其对此变量之变异 箱线图 Minitab ： 图形 箱线图 Y=耗水量, 按变量 孔径 进行类别分组 箱线图分析结果 不同的 孔径 对结果有什么影响？ 散点图研究两个变量之关系 开启 绿化耗水.MTW 档案 散点图 散点图分析结果 两个变量之间有什么关系？ 边际图 边界图把散点图和其他三个图表中的一个进行组合