统计案例分析1.4

案例1.4 三个产业生产总值的描述性分析

一、需求：

分析三个产业总值之间的关系以及生产总值分布的特征。要求通过本案例的学习，学会分析数据，选择合理的图形对数据进行展示和描述。熟练掌握各描述统计量的特点和应用条件，并能选择合适的统计量对数据进行分析。

二、案例分析

• 三个产业生产总值的相关性分析

散点矩阵图（也称SPLOM，或Scatterplot Matrix）：当欲同时考察多个变量间的相关关系时，若一一绘制它们间的简单散点图，十分麻烦。此时可利用散点图矩阵来同时绘制各自变量间的散点图，这样可以快速发现多个变量间的主要相关性，这一点在进行多元线性回归时显得尤为重要。许多统计语言里面都有非常方便的函数生成散点图矩阵，比如说R。python的seaborn库。
　　其实seaborn库生成的散点图矩阵不是常规的散点图矩阵，其斜对角标注的不是列名，而是该列的概率密度分布图。这倒无妨，我们依然可以通过整个矩阵图进行分析判断。

[外链图片转存失败(img-xNaCnmDS-1568554576067)(C:\Users\13326\Desktop\统计案例分析1.4\讲课\Scatterplot Matrix.png)]

从散点图矩阵可以看出，三个产业的生产总值之间都存在某种程度的线性相关关系，其中可以明显地看到第二产业和第三产业线性关系更加明显。可以计算三产业间的相关系数，作相关系数热力图进一步检验。

**热力图：**python的热力图是用皮尔逊相关系数来查看两者之间的关联性。

[外链图片转存失败(img-UeYeW0vF-1568554576069)(C:\Users\13326\Desktop\统计案例分析1.4\讲课\corr.png)]

由相关关系的热力图可以看出，第二产业和第三产业的相关关系达到0.94，进一步印证了散点图矩阵的得到的结果，为进一步分析三个产业之间关系强度，除了给出各相关系数外，还应该给出其检验结果。

import scipy.stats as stats
#输出结果第一个值为pearsonr相关系数，
#第二个为p-value
corr1=stats.pearsonr(data.iloc[:,0],data.iloc[:,1])
corr2=stats.pearsonr(data.iloc[:,1],data.iloc[:,2])
corr3=stats.pearsonr(data.iloc[:,0],data.iloc[:,2])

	0	1
one-two	0.733114	2.723853e-06
two-three	0.939913	4.541524e-15
one-three	0.598270	3.781602e-04

由上表可以可以看出，相关系数显著性检验的p_value都是很小的 ，故三产业之间均存在显著的线性相关关系。

• 三个产业生产总值分布特征的分析

箱形图（Box-plot）:又称为盒须图、盒式图或箱线图，是一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。在各种领域也经常被使用，常见于品质管理。它主要用于反映原始数据分布的特征，还可以进行多组数据分布特征的比 较。

[外链图片转存失败(img-W2DFBFnN-1568554576070)(C:\Users\13326\Desktop\统计案例分析1.4\讲课\boxplot.png)]

由箱线图可以清晰地看到，第二、三产业存在离群点，且分布明显不对称，存在明显的右偏。第一产业情况稍好，右偏幅度不大。

分位数图示法（Quantile Quantile Plot，简称 Q-Q 图）：

​ 统计学里Q-Q图（Q代表分位数）是一个概率图，用图形的方式比较两个概率分布，把它们的两个分位数放在一起比较。Q-Q图有两个作用：1、检验一组数据是否服从某一分布。2、检验两个分布是否服从同一分布。

[外链图片转存失败(img-mLN1EpVJ-1568554576071)(C:\Users\13326\Desktop\统计案例分析1.4\讲课\Q-Q.png)]

描述性统计:

one	two	three	three
count	31	31	31
mean	2088.199	12139.381	15279.106
medi