自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

數(shù)據(jù)大佬教你簡單粗暴的繪制Excel中的箱線圖

大數(shù)據(jù)
本節(jié)內(nèi)容我將為大家介紹一個用于觀察順序的圖形——箱形圖(又叫箱線圖)。箱形圖適用于展示順序數(shù)據(jù),通過它我們可以觀察出順序數(shù)據(jù)的集中趨勢和離散程度。

各位伙伴,大家好,我是歸一!

本節(jié)內(nèi)容我將為大家介紹一個用于觀察順序的圖形——箱形圖(又叫箱線圖)。#制作表格#

 

數(shù)據(jù)大佬教你簡單粗暴的繪制Excel中的箱線圖

箱形圖的適用場景

箱形圖適用于展示順序數(shù)據(jù),通過它我們可以觀察出順序數(shù)據(jù)的集中趨勢和離散程度。

箱形圖是由5個統(tǒng)計量組合而成的圖形,它們分別是:“最大值”、“最小值”、中位數(shù)、上四分位數(shù)和下四分位數(shù)。下面,我們用箱形圖來展示如下各學生的學生成績數(shù)據(jù):

 

數(shù)據(jù)大佬教你簡單粗暴的繪制Excel中的箱線圖

箱形圖如下圖所示:

 

數(shù)據(jù)大佬教你簡單粗暴的繪制Excel中的箱線圖

可以看出該箱形圖中一共顯示了6個數(shù)據(jù),5條線段。下面,我們依次來解釋它們所代表的含義。

“最大值和最小值”:在Excel當中,箱形圖中的最大值其實是指去除異常值后的最大值和最小值,然后將它們作為整體圖形的上下兩條邊界線。

還有一種箱形圖則是將圖形的上下兩條邊界線用區(qū)分異常值的邊界線來表示。此時,上下邊界線又稱之為異常值截斷點,該點的計算方式如下:

  • 上異常值截斷點 = 上四分位數(shù)+1.5*IQR(IQR即四分位差)
  • 下異常值截斷點 = 下四分位數(shù)-1.5*IQR(IQR即四分位差)

因此,在異常值截斷點之外的點就是異常值,如圖中點30。

 

數(shù)據(jù)大佬教你簡單粗暴的繪制Excel中的箱線圖
  • 中位數(shù):代表數(shù)據(jù)集中趨勢位置的數(shù),它表示這組數(shù)據(jù)大部分是集中在哪個數(shù)的附近,在這組數(shù)據(jù)中即表示了大多數(shù)的學生成績是在75.5分左右。
  • 四分位差(IQR):IQR = Q3(上四分位數(shù))-Q1(下四分位數(shù))。

四分位差表示了一組數(shù)據(jù)中間50%的數(shù)據(jù)的離散程度,通過它我們可以來衡量中位數(shù)的代表性。如果IQR較大,則說明中間50%的數(shù)據(jù)相對分散,中位數(shù)的代表性則不好;如果IQR較小,則說明中間50%的數(shù)據(jù)相對集中,中位數(shù)的代表性則較好。

此外,我們還可以通過圖形的整體長度,即極差來觀察數(shù)據(jù)的整體分散程度。

那么,如何來繪制箱形圖呢?

Excel 繪制箱形圖

下面,我們一起來看下如何在Excel當中繪制箱形圖:

 

數(shù)據(jù)大佬教你簡單粗暴的繪制Excel中的箱線圖

Excel箱形圖默認還將這組數(shù)據(jù)的平均數(shù)標記出來了,因此,還可以通過平均數(shù)和中位數(shù)的相對位置判斷數(shù)據(jù)分布的狀況。若平均數(shù)在中位數(shù)上方則表示數(shù)據(jù)右偏;若平均數(shù)在中位數(shù)下方,則表示數(shù)據(jù)左偏。

在該組數(shù)據(jù)中,由于小錢同學的成績只有30,是這組數(shù)據(jù)的一個異常值,導致數(shù)據(jù)左偏,也就是“ 將平均成績拉低了!”

責任編輯:未麗燕 來源: 今日頭條
相關推薦

2021-12-06 18:22:15

數(shù)據(jù)項目技術

2015-11-12 10:32:27

前端后端分離

2011-04-20 09:37:59

amChartsWPF

2013-05-20 16:12:23

2016-05-06 14:02:18

JavaScript原型鏈

2019-11-05 15:58:31

Python數(shù)據(jù)可視化箱線圖

2013-06-28 14:38:54

Bridge

2017-09-25 10:51:16

替換字體方式

2011-03-25 13:11:36

Oracle英特爾安騰

2010-03-10 16:03:32

Linux省略密碼

2021-06-21 05:23:21

Excel消除Excel表格密碼技巧

2018-07-24 09:49:04

數(shù)據(jù)中心服務器IT

2014-02-11 11:22:00

并購管理

2018-07-18 16:10:29

2015-01-08 10:08:03

前后端分離

2020-06-08 15:06:33

Pandas可視化數(shù)據(jù)

2021-03-23 09:05:52

PythonExcelVlookup

2009-08-13 10:15:50

C#讀取Excel

2009-09-23 10:14:22

Hibernate

2010-12-31 10:17:58

Outlook 200
點贊
收藏

51CTO技術棧公眾號