本文介绍了统计学中常见的图表类型，包括散点图、条形图、直方图、线箱图、折线图、饼图以及密度图等，强调了它们各自的应用场景和条件。例如，散点图用于观察两个变量间的关系，直方图展示频率分布，线箱图用于异常值检测和分布偏度分析。同时，提到了3D饼图在学术报告中的使用需要注意，以及线性回归模型诊断中的残差分布图和特征重要性图的重要性。
按理来说学统计离不开数据，数据分析离不开EDA，而EDA又离不开画图，毕竟图是最直观揭露变量关系和变量的问题的。一句话，解释完毕。那不成，我得好好整理一下学过的这些图：
- scatter plot 散点图
适用：两个变量的关系 （刚开始学的时候为了复习考试就死记硬背是看线性关系，其实还可以看很多啊，比如聚类就可以看啊）
条件： 两个数字型变量 (two numerical)（其实三个也可以，只不过不好看，啊，不是不好看，是不方便看。。。； 其实文字型的也可以，也是因为太长了不好看，不方便看，比如那个PCA的biplot 用文字label，直接好家伙，密密麻麻的根本不知道谁是谁，这种就很没意义。就是因为不方便看，才需要上颜色，这一点R的强大画图功能就体现出来了，一个color= "variable name" 就搞定了）
2. bar blot 条形图
这个就很常见啊，小学数学就涉及了呢。记得那时候还拿个尺子倍儿认真的搁那儿比划。。。
适用：不同分类下的计数。
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
