点滴学习

1.如果数据中有很多连续型变量，散点图矩阵会让人抓不到重点。这时可以两两计算相关系数。遗憾的是，如果把相关系数的数值展示成矩阵，并不直观。在此，可以将相关系数矩阵可视化。
2.箱线图（boxplot）是一种针对连续型变量的统计图.
3.箱子被压得很扁，甚至只剩下一条线，同时还存在很多刺眼的异常值。这种情况的出现有两个常见的原因：一是样本数据，存在特别大或者特别小的异常值，这种离群的表现，导致箱子整体被压缩，反而凸显出这些异常；二是样本数据特别少，数据少就有可能出现各种诡异的情况，导致统计图很不美观---->做对数变换
4.回归分析主要包括五种类型：线性回归、0-1回归、定序回归、计数回归，以及生存回归，称为“回归五式”.
第一式：线性回归.其主要特征是：因变量Y必须是连续型数据，而对解释性变量X没有太多要求。普通线性回归在数据世界中，可以应用于股票投资、客户终身价值、医疗健康等领域。
第二式：0-1回归.0-1回归就是因变量Y是0-1型数据的回归分析模型。0-1型数据是指只有两个可能取值的数据类型。相关的重要应用很多，并且都很时髦有趣，比如互联网征信、个性化推荐、社交好友推荐等。
第三式：定序回归.定序回归就是因变量Y为定序数据的回归分析模型。定序数据就是关乎顺序的数据，但是又没有具体的数值意义。定序回归常见的应用场景如：各种关于消费者偏好的市场调研（李克特1～5点量表）；豆瓣上对电影的打分评级（1～5分）；电商平台上对商品或商家的满意程度（1～5颗星）；在医学应用中，有些重要的心理相关的疾病（如抑郁症）也会涉及定序数据等。
第四式：计数回归.如果因变量Y是一个计数数据，那么对应的回归分析模型就是计数回归。什么是计数数据呢？就是数数的数据。
第五式：生存回归