1.分布分析
（1）定量資料的分布分析
求極差、組距、組數、分點、列出頻率分布表、繪製頻率分布直方圖
（2）定性資料的分布分析
定性的資料常常使用變數來分組，然後使用餅圖、柱狀圖等來展示
2.對比分析 兩個相互聯絡的指標進行比較，從數量上展示和說明研究物件規模的大小，水平的高低，速度的快慢等
（1）絕對數比較
（2）相對數比較
3.統計量分析
集中趨勢：均值、中位數、眾數
離中趨勢度量：極差、標準差、變異係數、四分位數間距
4.週期性分析
5.貢獻度分析 （帕累託分析 20/80法則）
6.相關性分析
散點圖（兩個變數是否具有線性相關關係）、散點圖矩陣（多個相關關係間多個顯示，在多元線性回歸時很重要）
相關係數（二元變數的相關分析過程pearson相關係數、spearman秩相關係數和判定係數）
python 資料探勘（3） 資料特徵分析
定量資料的分布分析 這就不用多說了，直方圖。求極差 設定組距 決定分點 統計頻率 定性資料的分布分析 這也不用多說了，扇形圖，條形圖統計法 對比分析 折線圖統計量分析 均值，中位數，極差，標準之類的就不說了，介紹一下變異係數，它是 標準差除以平均值 反映了標準差相對於均值的離中趨勢。資料 cater...
資料探索 資料特徵分析
對於資料的特徵分析是十分重要的，可以讓我們更加的了解資料的資訊，在下一步的資料分析 資料建模能幫助我們做出更好的決策。同時能給我們在解決問題上提供靈感。資料特徵分析可以分為如下幾類 1.分布分析 2對比分析 3.統計量分析 4.週期性分析 5.貢獻度分析 6.相關度分析 下面我就來大致介紹一下上面六...
資料探索 資料特徵分析
對於資料的特徵分析是十分重要的，可以讓我們更加的了解資料的資訊，在下一步的資料分析 資料建模能幫助我們做出更好的決策。同時能給我們在解決問題上提供靈感。資料特徵分析可以分為如下幾類 1.分布分析 2對比分析 3.統計量分析 4.週期性分析 5.貢獻度分析 6.相關度分析 下面我就來大致介紹一下上面六...