给自己看的笔记-描述统计学-02 展现数据

这是给自己看的描述统计学笔记，第二课展现数据，Visualizing Data.

其实突然间就跳转到数据可视化有些突然，毕竟通常统计学都是从平均数等等开始的。不过大概这也是从直观上去了解数据的动向与趋势吧。

这节课回答的问题是，“怎样看出数据的分布？”

之前的课程：第一课

 

Frequency, Proportion 与 Percentage

其实这些属于相当容易理解的内容：

• Frequency 频次即每个项目出现的次数
• Proportion 份额则是每个项目的频次，占所有项目总频次的份额，用小数表示
• Percentage 百分比就是将份额用百分比表示

用一个简单的 2013 年世界各大陆人口数量的表格来表示则是：

Continent	Population (Frequency)	Proportion	Percentage
Asia	4,298,723,000	0.60	60%
Africa	1,110,635,000	0.16	16%
Europe	742,452,000	0.10	10%
North America	565,265,000	0.08	8%
South America	406,740,000	0.06	6%
Australia and Oceania	38,304,000	0.01	1%
Antarctica	0	0.00	0%
World (Total)	7,162,119,000	1.00	100%

需要注意的是，对于这种单选的分类（即一个个体只能属于一个项目，例如一个人只能属于一个大洲），份额的范围在 0 到 1 之间，各项目之和必为 1；百分比同理。

其实这个对于自己的工作来说是最基本的地方，连实习生都能轻易理解。

 

Histogram 与 Bar Graph

Histogram 直方图，与 Bar Graph 条形图，均为使用条形来显示 Proportion 或者 Percentage 的图形。如下图所示，左方为 50 个学生考试的成绩分布图，右方为上述世界按各大陆人口的分布图：

两者之间虽然均为展示 Percentages 的图，然而还是有些不尽一样的地方：

	Histogram	Bar Chart
X 轴内容	数值 (numeric)	名称 (categorical)
X 轴顺序	不能调换	能够调换；通常从大到小，或从小到大，或按字母排序
X 轴数量	可根据间隔 (bin) 调整	固定

Histogram 当中的 x 轴是根据 bin 的间隔 (bin size) 而变化的，例如上方的 61-70 分作为一个 bin, 其间隔为 10. 如果将 bin 间隔设置为 5 的话，则会从 4 个 bin 变成 8 个。将 bin 间隔设置为多少，并且需要多少个 bin, 则根据实际的需求来决定。

对于 Histogram 来说，根据数据的偏差情况，基本上可以分成三种：

• Normal Distribution 正态分布，数据频率集中在中间的 bin.
• Positive Skewed Distribution, 数据频率集中在左方的 bin.
• Negative Skewed Distribution, 数据频率集中在右方的 bin.

 

其实 Lesson 02 的内容很简单，然而对 Histogram 与 Bar Chart 的区分对于自己来说也是很重要，毕竟一直以来自己都以为这两者是一样的。

另外， Excel 2016 终于能添加 Histogram 了，只是只能显示 Frequency 还不能显示 Percentage 而已。