6、数据可视化：数值与分类数据的统计处理策略

数据可视化：数值与分类数据的统计处理策略

1. 数据可视化概述

在数据可视化中，不同类型的图表能帮助我们从不同角度理解数据。例如，箱线图和直方图的结合，能让我们看到箱线图的构建与底层数据的关系，还能同时了解数据的频率和密度。下面将通过几个实际案例，详细介绍如何运用不同的图表和统计方法来分析数据。

2. 折线图：Office Essentials 案例研究

2.1 构建基本折线图

OE 公司的数据团队需要展示过去几年按月份细分的整体销售数据，以预测未来销售趋势。构建基本折线图的步骤如下：
1. 右键拖动 [Order Date] 到 Columns，选择 Month。
2. 拖动 SUM([Sales]) 到 Rows。

通过这个折线图，我们可以发现数据存在季节性，每年 9 月、11 月和 12 月会出现销售高峰，且总体销售呈上升趋势。

2.2 添加参考分布

为了更准确地传达数据信息，我们可以添加参考分布，即显示置信区间的范围。置信区间是根据随机样本计算出的可能包含所选度量真实值的范围，它与样本大小和置信水平有关。样本越大，置信区间越窄；置信水平越高，区间越宽。添加置信区间的步骤如下：
1. 从 Analytics 窗格中拖动 Average line 到视图，然后放到 Table 上。
2. 聚焦中间部分，添加置信区间并指定置信水平，将 Label 选项改为 Value。

添加置信区间后，图表能让观众更清晰地看到哪些月份的销售高于或低于平均水平。

2.3 添加标准差

我们还可以在折线图中