第3章数据的图表展示详解.ppt

第 3 章 数据的图表展示 学习目标 了解数据预处理的内容和目的 掌握分类和顺序数据的整理与显示方法 掌握数值型数据的整理与显示方法 用Excel作频数分布表和图形 合理使用图表 3.1 数据的预处理 数据审核 适用性审核、时效性审核 完整性审核、准确性审核 数据筛选 找出符合条件的数据 数据排序 升序和降序 寻找数据的基本特征 数据透视 按需要汇总 3.2 数据的整理与显示(基本问题) 要弄清所面对的数据类型 不同类型的数据，采取不同的处理方式和方法 对分类数据和顺序数据主要是作分类整理 对数值型数据则主要是作分组整理 适合于低层次数据的整理和显示方法也适合于高层次的数据；但适合于高层次数据的整理和显示方法并不适合于低层次的数据 品质数据的图表描述 3.2.1分类数据的整理与图示 分类数据整理—频数分布表 (例题分析) 分类数据整理—频数分布表 2 分类数据的图示—条形图 (例题分析) 3 分类数据的图示—对比条形图(side-by-side bar chart ) 分类变量在不同时间或不同空间上有多个取值 对比分类变量的取值在不同时间或不同空间上的差异或变化趋势 4 分类数据的图示—帕累托图(pareto chart) 按各类别数据出现的频数多少排序后绘制的柱形图 主要用于展示分类数据的分布 5 分类数据的图示—饼图 (例题分析) 3.2.2顺序数据的整理与图示(可计算的统计量) 1. 累积频数(cumulative frequencies)：各类别频数的逐级累加 2. 累积频率(cumulative percentages)：各类别频率(百分比)的逐级累加 顺序数据的频数分布表(例题分析) 顺序数据的图示—累计频数分布图 (例题分析) 数值型数据的累计频率 环形图(doughnut chart) 3.3 数值型数据的整理与展示 数值型数据的图表描述 单变量值分组(要点) 1. 将一个变量值作为一组 2. 适合于离散变量 3. 适合于变量值较少的情况 某厂工人日产量分布表（单项数列） 组距分组 (要点) 将变量值的一个区间作为一组 适合于连续变量 适合于变量值较多的情况 需要遵循“不重不漏”的原则 可采用等距分组，也可采用不等距分组 组距分组(步骤) 确定组数：组数的确定应以能够显示数据的分布特征和规律为目的。在实际分组时，组数一般为5?K ?15 确定组距：组距(Class Width)是一个组的上限与下限之差，可根据全部数据的最大值和最小值及所分的组数来确定，即 组距＝( 最大值 - 最小值)÷ 组数 统计出各组的频数并整理成频数分布表 组距分组(几个概念) 1. 下限(lower limit) ：一个组的最小值 2. 上限(upper limit) ：一个组的最大值 3. 组距(class width) ：上限与下限之差 4. 组中值(class midpoint) ：下限与上限之间的中点值 频数分布表的编制(例题分析) 等距分组表(上下组限重叠) 等距分组表(上下组限间断) 等距分组表(使用开口组) 数值型数据的图示 分组数据—直方图(histogram) 在直角坐标中，用横轴表示数据分组，纵轴表示频数或频率，各组与相应的频数就形成了一个矩形，即直方图 本质上是用矩形的面积来表示频数分布 分组数据—直方图(直方图与条形图的区别) 条形图是用条形的长度(横置时)表示各类别频数的多少，其宽度(表示类别)则是固定的 直方图是用面积表示各组频数的多少，矩形的高度表示每一组的频数或百分比，宽度则表示各组的组距，其高度与宽度均有意义 直方图的各矩形通常是连续排列，条形图则是分开排列 条形图主要用于展示分类数据，直方图则主要用于展示数值型数据 分组数据—折线图(frequency polygon) 数值型数据的图示 未分组数据—茎叶图(stem-and-leaf display) 用于显示未分组的原始数据的分布 由“茎”和“叶”两部分构成，其图形是由数字组成的 以该组数据的高位数值作树茎，低位数字作树叶 树叶上只保留最后一位数字 茎叶图类似于横置的直方图，但又有区别 直方图可观察一组数据的分布状况，但没有给出具体的数值 茎叶图既能给出数据的分布状况，又能给出每一个原始数值，保留了原始数据的信息 直方图适用于大批量数据，茎叶图适用于小批量数据 未分组数据—茎叶图(例题分析) 未分组数据—箱线图(box plot) 用于显示未分组的原始数据的分布 由一组数据的5个特征值绘制而成，它由一个箱子和两条线段组成 绘制方法 首先找出一组数据的5个特征值，即最大值、最小值、中位数Me和两个四分位数(下四分位数QL和上四分位数QU) 连接两个四分位