描述性统计亚太杯数学建模.docxVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

分析流程

数据源:

使用数据(1).xlsx

算法配置:

算法:描述性统计

分析结果:

描述性统计基于数据汇总统计产生结果,请看详细结论。

分析步骤

1.首先,对总体的各项统计指标进行整体描述分析。

2.其次,对异常或者表现得较为突出的指标进行分析,例如高方差、高平均值等等。

详细结论

输出结果1:总体描述结果

变量名

样本量

最大值

最小值

平均值

标准差

中位数

方差

峰度

偏度

变异系数(CV)

FleschReadingEaseformula

4998

149.279

-1.759

64.845

28.249

65.961

798.019

-0.613

0.027

0.436

Flesch-KincaidGradeLevel

4998

576.36

6.027

29.184

10.348

29.102

107.085

1563.863

29.591

0.355

FogScale

4998

122

0.421

25.011

17.993

23.141

323.763

4.815

1.726

0.719

SMOGIndex

4998

257943.598

13.559

420.771

5349.039

91.044501

2058.579

43.679

12.712

AutomatedReadabilityIndex

4998

555.69

2.271

35.276

79.85

16.597

6376.102

15.63

3.98

2.264

Coleman-LiauIndex

4998

51.158

15.957

38.096

9.001

39.109

81.01

0.379

-0.848

0.236

LinsearWriteFormula

4998

137

0.987

63.718

27.699

63.266

767.236

-0.781

0.003

0.435

Quantity

4998

2880

-9360

9.186

144.97

3

21016.237

3530.129

-51.854

15.782

Price

4998

6074.9

0

37.928

132.143

25.1

17461.847

1596.193

37.456

3.484

图表说明:

上表展示了描述性统计的结果,包括样本量、最大值、最小值等统计量,用于研究定量数据的整体情况。

1.分析各项统计指标,对各项统计指标进行整体描述分析。

2.对异常的或者表现得较为突出的指标进行分析,例如高方差,高平均值等等。

智能分析:

基于FleschReadingEaseformula,变异系数(CV)为0.436,大于0.15,当前数据中可能存在异常值,建议对异常的或者表现得较为突出的指标进行分析。

基于Flesch-KincaidGradeLevel,变异系数(CV)为0.355,大于0.15,当前数据中可能存在异常值,建议对异常的或者表现得较为突出的指标进行分析。

基于FogScale,变异系数(CV)为0.719,大于0.15,当前数据中可能存在异常值,建议对异常的或者表现得较为突出的指标进行分析。

基于SMOGIndex,变异系数(CV)为12.712,大于0.15,当前数据中可能存在异常值,建议对异常的或者表现得较为突出的指标进行分析。

基于AutomatedReadabilityIndex,变异系数(CV)为2.264,大于0.15,当前数据中可能存在异常值,建议对异常的或者表现得较为突出的指标进行分析。

基于Coleman-LiauIndex,变异系数(CV)为0.236,大于0.15,当前数据中可能存在异常值,建议对异常的或者表现得较为突出的指标进行分析。

基于LinsearWriteFormula,变异系数(CV)为0.435,大于0.15,当前数据中可能存在异常值,建议对异常的或者表现得较为突出的指标进行分析。

基于Quantity,变异系数(CV)为15.782,大于0.15,当前数据中可能存在异常值,建议对异常的或者表现得较为突出的指标进行分析。

基于Price,变异系数(CV)为3.484,大于0.15,当前数据中可能存在异常值,建议对异常的或者表现得较为突出的指标进行分析。

输出结果2:散点图

FleschReadingEaseformula散点图

Flesch-KincaidGradeLevel散点图

FogScale散点图

SMOGIndex散点图

AutomatedReadabilityIndex散点图

Coleman-LiauIndex散点图

LinsearWriteFormula散点图

Quan

文档评论(0)

星空 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档