2-2数值变量的特征和可视化

集中趋势

分散趋势

x<-c(1,9,2,8,3,9,4,5,7,6)

mean(x)

median(x)

var(x)

sd(x)

summary(x)

稳健统计量（robust statistics）:中位数、四分位差（受极端值影响小）

一个变量的可视化：

柱状图（histogram）、点图（dot plot）(分布)、箱图（box plot）(中位数、分位点、极端值)

两个变量的关系：

散点图（scatter plot）:方向、形状、强度、极端值

两个边线的含义不是值域。是Q1-1.5IQR

Q3+1.5IQR。

竖线外是极端值。⭕️异常值

正负（方向）

形状（两变量之间是线性关系还是非线性）

看散点图的时候要注意看是否有极端值的存在

箱图（中位数，分位点，极端值)

左偏分布，正态分布（单峰），右偏分布

点图的一个点表示出现一次，当对一个变量特别感兴趣时用点图

对于非稳健统计量一定要看一下其是否含有极端值

median（）中间值

var（)方差

sd（）标准差

summary（）最大值     25%分位点对应的数值    中间值    平均值    75%分位点对应的数值    最大值

数据分散趋势的测量

数据的集中趋势测量

两个数值变量的关系：散点图（注意方向、形状、强度、极端值）

方向说明两个变量是否为正(负)相关，形状说明是否为线性关系，点散说明两个变量的相关系数低(即强度小)

数据 1）集中趋势的测量：均值，中位数，众数；2）分散趋势的测量：值域，方差，标准差，四分位距

稳健统计量受极端值影响小（如中位数和四分位差，而均值、标准差、值域则不是）

一个（数值）变量的可视化：柱状图（横坐标代表观测值，纵坐标代表频率）、点图、箱图（中位数、分位点、极端值）

四分位距(IQR)：75%分位点数据与25%分位点数据差的绝对值

Q1表示25%分位点，Q3表示75%分位点，箱图中的最左(右)侧线可以帮助我们界定是否为极端值，一般来说箱图是竖着放的

虚线以内的不是极端值

整个图记一下

箱图——极端值判断

稳健统计量

数值变量特征——分散趋势

• 值域

• 方差

• 标准差

• 四分位距

  
  

数值变量特征——集中趋势

• 均值——mean

• 中位数——median

• 众数——mode

  
  

x <- c(1.2,3,4,5,6)
mean(x)  #均值
median(x)  #中位数
var(x)  #方差
sd(x)  #标准差
summary(x)  #

稳健统计量 robust statistics

数值变量可视化：

一个变量：柱状图、点图（dot plot)、箱图

两个变量：散点图(scatter plot)