weixin_46897467的博客

一维的直方图，单个变量的分布曲线，如正态分布分布的直方图是我们很常见的边际直方图。在二维的情况下，我们也可以绘制边际直方图，用下面的图来看可以看到不同类模型之间变量的分布曲线，可以直观看到不同类模型不同变量的变化趋势和聚集趋势。

此时，径向条形图将是一个不错的选择，可以更清楚的表示数据的分类和各类的标签以及数值，更加的可视化。若是对图形不太满意，可以对图形做一些美化，双击图形的坐标轴，可以对图形的网格线和轴心做一些特定的处理。这里可以按照自己的要求选择怎么去改变图形。当我们的数据具有很多分类时，使用条形图可能会使得图形变得又细又长，而且可能会导致标签重叠的现象，这是我们在做数据可视化不希望看到的。首先全选我们将要绘图的数据，选择【绘图】-【专业图】中的径向条形图。也可以双击图形的柱体，设置改变柱体的颜色或者加上数据标签。

在一维的点估计问题上，在总体XXX的分布函数已知，但有一个或多个参数未知的情况下，可以借助于总体XXX的一个样本来估计总体未知参数的值。在求出未知参数的点估计值θθ外，我们还希望得到它的一个估计范围以及这个估计范围中包含参数θ{\theta}θ真值的可信程度，用区间的形式去表示这个估计范围称为置信区间，这种可信程度的概率为置信水平，这种形式的估计称为区间估计。以上是一维情况置信区间的表示，可以描述为某一个值落在某个区间的概率，这个区间在几何上可以表示为一个线段。