数据分析介绍之一——单变量数据观察之抖动图

数据分析介绍之一——单变量数据观察之抖动图

一、单变量数据关注的几个问题

1. 数据点的位置在哪里，它们如何传播？什么是典型数据、最小和最大值？
2. 数据是如何分配的？ 它们是均匀分布还是在某些地方聚集？
3. 有多少个点？ 这是一个大数据集还是比较小的？
4. 分布对称还是不对称？ 换句话说，分布的尾巴在一边是否比另一边更大？
5. 分配的尾巴是否相对较重（即，许多数据点远离中心点），或者是大部分要点——可能除了个别异常值，分布于某个限制区域？
6. 如果有群集，有多少个？ 是否只有一个，或有几个？群集位于哪里，以及它们在扩展方面以及属于每个群集的数据点的数量有多大？
7. 集群是否可能叠加在某种形式的非结构化背景上，或者整个数据集是否仅由聚类数据点组成？
8. 数据集是否包含任何重要的异常值——即数据点与所有其他数据点不同？

9. 最后，数据集中有什么其他不寻常或重要的特征——区间、截止值、异常值，我们可以观察到的一切吗？

   可以看出，即使是一个简单的单列数据集也可以包含很多不同的特征！

二、点和抖动图

假设给出以下数据集，其中显示了所有过去的美国总统以及每个在办公室工作的月数。虽然这个数据集有三列，但我们可以将其视为单变量，因为我们只对在 办公室 - 这些名字对我们无关紧要。 我们对典型的任期可以说什么？

1 Washington 94