摘要：统计学中离群值被定义为离开大部分观测较远的样本点，多数是由于测量误差而产生。因此，数据分析中离群值的识别和移除（如有必要）是很重要的一个步骤。鉴定离群值的方法有很多种，包括基于标准差的方法和基于四分位距的Tukey法。本文我将使用不依赖余数据分布类型的Tukey法做演示，该方法的另一个优势是无需考虑数据均值和方差，而这两个统计量恰恰很容易被极端值（离群 …
boxplot
前端数据可视化插件大盘点 图表图谱地图关系图全有在大数据时代，很多时候我们需要在网页中显示数据统计报表，从而能很直观地了解数据的走向，开发人员很多时候需要使用图表来表现一些数据。随着Web技术的发展，从传统只能依靠于flash、IE的vml，各个浏览器尚不统一的svg，到如今规范统一的canvas、svg为代表的html5技术，表现点、线、面要素的技术已经越 …
作者风仕在上一期，我们已经讲完了两组独立样本秩和检验的SPSS操作教程及结果解读，这期开始讲多组独立样本秩和检验，我们主要从多组独立样本秩和检验介绍、两组独立样本秩和检验使用条件及案例的SPSS操作演示这几方面进行讲解。多组独立样本秩和检验介绍多组独立样本比较的秩和检验是由Kruskal和Wallis在Wilcoxon两样本秩和检验的基础上扩展而来，又称Kr …
今天来写一篇实际中比较实用的分析方法，方差分析。通过方差分析，我们可以确定组别之间的差异是否超出了由于随机因素引起的差异范围。方差分析分为单因素方差分析和多因素方差分析，这一篇先介绍一下单因素方差分析，后续看需求介绍多因素方差分析。本篇使用的工具是R语言和Excel来实现，下一篇再使用常用的Python来实现一下，这样就可以根据不同的需求选择不同的工具了。这 …
小提琴图(Violin plots)是一种数据可视化类型，结合了箱线图( box plot )和核密度图( kernel density plot)的特点。它展示了数据在不同类别或分组中的分布情况。在小提琴图中，每个组的分布由一个核密度图表示，镜像和旋转以形成类似小提琴的对称形状。小提琴图在任何给定点的宽度对应于该值的数据密度。此外，通常在小提琴图上叠加一个 …
数据挖掘流程1. 了解需求，确认目标说一下几点思考方法：做什么？目的是什么？目标是什么？为什么要做？有什么价值和意义？如何去做？完整解决方案是什么？2. 获取数据pandas读取数据pd.read.csv()，pd.read_excel()open读取数据with open("ONE.TXT",mode="r+",encodi …
一、什么是箱形图箱形图（Box-plot）又称为盒须图、盒式图或箱线图，是一种用作显示一组数据分散情况的统计图。因形状如箱子而得名，它特别适用于比较不同数据集的分布情况。这种图表通过箱体和须线来展示数据的四分位数和极端值，从而帮助用户快速理解数据的中心倾向、变异性以及是否存在异常值。箱形图由以下几个关键部分组成：最小值（Minimum）：数据集中的最小值，但 …
准备好了吗？接下来我们将揭示一些Seaborn的技巧，让你的数据可视化水平瞬间提升！无论你是面对庞大的数据集，还是想将数据讲述成生动有趣的故事，Seaborn都能轻松帮你实现。它源自Matplotlib，却更加简洁高效，仅需几行代码，就能生成令人惊叹的图表。Seaborn不仅能展示数据分布、关系及分类细节，还能让你像数据侦探一样发现隐藏的规律，更能将数据转化 …
吧嗒吧嗒，绘图：Maki Naro 你可以通过加热、冰冻、水淹、模塑、甚至压溃压力来使网络光缆硬化。但用猴子显然是不行的。光缆那新挤压成型的塑料外皮太尼玛诱人了，无法阻挡一场试吃盛宴的举行。印度政府正在用惨痛的代价接受这一教训，因为在未来几年里将安装大约435000英里光纤电缆。他们的目标是：随着国家人口继续爆炸，再容纳1.5-1.75亿英特网用户。根据路透 …
来源：丁点帮你作者：丁点helper之前的文章讲了如何用R绘制箱形图，以此来帮助我们了解数据的整体分布情况、是否存在异常值。除此之外，箱形图还可以进行数据的组间比较。分组变量的数据清理多重线性回归，一般是指有多个自变量X，只有一个因变量Y。前面我们主要是以简单线性回归为例在介绍，两者的差距主要在于自变量X的数量，在只有一个X时，就称简单线性回归。本次我们用到 …