分布直方图分析概率_数据特征分析·分布分析

1.分布分析

分布分析研究数据的分布特征和分布类型，分定量数据、定性数据区分基本统计量。是比较常用的数据分析方法，也可以比较快的找到数据规律。对数据有清晰的结构认识。

数据的 分布 （ distribution ），描述了各个值出现的频繁程度。

表示分布最常用的方法是 直方图 （ histogram ），这种图用于展示各个值出现的频数或概率。频数 指的是数据集中一个值出现的次数。概率 就是频数除以样本数量n。频数除以n即可把频数转换成概率，这称为 归一化 （ normalization ）。归一化之后的直方图称为 PMF （ Probability Mass Function ，概率质量函数），这个函数是值到其概率的映射。

2.术语

• 区间 （ bin ）

将相近数值进行分组的范围。

• 条件概率 （ conditional probability ）

某些条件成立的情况下计算出的概率。

• 分布 （ distribution ）

对样本中的各个值及其频数或概率的总结。

• 频数 （ frequency ）

样本中某个值的出现次数。

• 直方图 （ histogram ）

从值到频数的映射，或者表示这种映射关系的图形。

• 归一化 （ normalization ）

将频数除以样本数量得到概率的过程。

• 异常值 （ outlier ）

远离集中趋势的值。

• 概率 （ probability ）

频数除以样本数量即得到概率。

• 概率质量函数 （ Probability M