數(shù)據(jù)建模分析中數(shù)據(jù)統(tǒng)計關(guān)系常見類型與示例
2023-12-06 19:09:44
次
本文介紹4種數(shù)據(jù)統(tǒng)計關(guān)系常見類型：
1、單變量數(shù)據(jù)探索
可以使用描述數(shù)據(jù)特征節(jié)點對連續(xù)型或離散型數(shù)據(jù)的中心分布趨勢和變量的分布進行探索。對于連續(xù)型數(shù)據(jù)，在洞察-模型【數(shù)值型變量統(tǒng)計信息】表格中進行各指標(biāo)的查看；對于離散型數(shù)據(jù)，在洞察-模型【字符或日期型變量統(tǒng)計信息】表格中進行各變量計數(shù)和占比統(tǒng)計信息的查看。
2、兩變量之間關(guān)系
可以使用散點圖、圓餅圖、分組折線圖、相關(guān)系數(shù)和方差分析節(jié)點進行分析。
散點圖用于描述兩個數(shù)值型變量之間關(guān)系。
圓餅圖用于描述一個字符型變量和一個數(shù)值型變量之間關(guān)系，按照某個分類變量顯示某分析變量的每一個數(shù)值相對于總數(shù)值的大小，其大小通過圓中的扇面來衡量。
分組折線圖是折線圖衍生圖。當(dāng)不選擇分組變量時，可以用來顯示隨著時間（如日、月、年度）而變化的連續(xù)型數(shù)據(jù)。
相關(guān)系數(shù)節(jié)點支持相關(guān)系數(shù)選擇和方差膨脹因子的計算方法。相關(guān)系數(shù)的取值一般介于-1和1之間。當(dāng)相關(guān)系數(shù)為正時，意味著變量之間是正相關(guān)；當(dāng)相關(guān)系數(shù)為負時，意味著變量之間是負相關(guān)。方差膨脹因子表示變量之間復(fù)共性程度的數(shù)值。
方差分析節(jié)點僅針對單因素方差分析，用于判斷一個因素對另一個因素是否存在顯著性影響，因變量為分析因素，類型為數(shù)值型，因子為影響因素，可為數(shù)值型或字符型，最終可通過洞察中圖表或結(jié)果數(shù)據(jù)集中的P值進行判斷，P<0.05，表示因子的取值對因變量影響顯著。方差分析節(jié)點需要注意的是需要因子各類別樣本數(shù)不小于2，否則會運行失敗。
3、多變量之間關(guān)系
可以使用條線圖、散點圖矩陣、平行坐標(biāo)圖、分組折線圖、分組散點圖、分組柱狀圖、相關(guān)系數(shù)、偏相關(guān)分析和概率單位回歸節(jié)點進行分析。
條線圖將柱形圖圖表與線型圖圖表組合起來繪制在一個圖表中。描述一個字符型與兩個數(shù)值型變量之間關(guān)系。
散點圖矩陣是散點圖的高維擴展，它從一定程度上克服了在平面上展示高維數(shù)據(jù)的困難。散點圖矩陣支持同時看到多個單獨變量的分布和它們兩兩之間的關(guān)系。
平行坐標(biāo)圖用于描述一個字符型變量和兩個及兩個以上數(shù)值型變量之間關(guān)系，將高維數(shù)據(jù)的各個變量用一系列相互平行的坐標(biāo)軸表示，以樣例數(shù)據(jù)中的Iris_Cluster為例，分組變量選擇label，分析變量選擇sepallength、sepalwidth、petallength和petalwidth，結(jié)果如下圖：
分組折線圖當(dāng)對分組變量進行選擇后，可以用來描述不同分類變量下，數(shù)值型變量隨時間變化趨勢。
分組散點圖是散點圖的一種擴充展示圖，反映在分組變量下兩個變量之間的數(shù)據(jù)值關(guān)系和變化趨勢。分組散點圖在散點圖的基礎(chǔ)上增加了分組變量，比散點圖表達的信息更多。分組散點圖有兩種使用場景，一種是選擇多個Y軸字段，分組字段不可選的情況，那么就會將Y軸的每個字段的數(shù)據(jù)當(dāng)作一個分組進行散點圖展示，以樣例數(shù)據(jù)中的Iris_Cluster為例X軸字段選擇sepallength，Y軸字段選擇sepalwidth和petalwidth進行畫圖，結(jié)果如下圖：
另一種場景是只選擇了一個Y軸字段，并且選擇了一個字符類型的字段作為分組字段，那么將會按照分組字段去進行散點圖分組展示，以樣例數(shù)據(jù)中的Iris_Cluster為例X軸字段選擇sepallength，Y軸字段選擇sepalwidth，分組字段選擇label，結(jié)果如下圖：
分組柱狀圖通過在圖變量的不同值之間比較數(shù)值或統(tǒng)計量來創(chuàng)建垂直、水平的分組柱狀圖。分組柱狀圖通過將條顯示為不同高度來展示數(shù)據(jù)的相對量值。每個條代表一類數(shù)據(jù)。分組柱狀圖也有兩種使用場景，一種是選擇多個Y軸字段，分組字段不可選的情況，那么就會將Y軸的每個字段當(dāng)作一個分組進行柱狀圖展示（不同顏色表示不同分組），以樣例數(shù)據(jù)中的Iris_Cluster為例X軸字段選擇label，Y軸字段選擇sepallength、sepalwidth、petallength和petalwidth進行畫圖，結(jié)果如下圖：
另一種場景是只選擇了一個Y軸字段，并且選擇了一個字符類型的字段作為分組字段，那么將會按照分組字段去進行柱狀圖分組展示（不同顏色表示不同分組），以樣例數(shù)據(jù)中的Baskets_Association為例X軸字段選擇sex，Y軸字段選擇age，分組字段選擇homeown，結(jié)果如下圖：
偏相關(guān)分析用于當(dāng)兩個變量同時與第三個變量相關(guān)時，將第三個變量的影響剔除，只分析另外兩個變量之間相關(guān)程度的情況。其中待分析的相關(guān)變量可以選擇多個，控制變量可以選擇一個或兩個。
概率單位回歸是將概率轉(zhuǎn)換為與自變量所對應(yīng)的標(biāo)準(zhǔn)正態(tài)離差，將因變量反應(yīng)率P轉(zhuǎn)換為單位概率，然后和協(xié)變量建立回歸關(guān)系，即完成了概率單位回歸方程構(gòu)建。其中，協(xié)變量、觀測值匯總及響應(yīng)頻率均為數(shù)值型變量，協(xié)變量變換方式包括“無”、“ln”、“log10”。
4、兩組變量/數(shù)據(jù)之間關(guān)系
可以使用典型相關(guān)分析和相似度節(jié)點進行分析。
典型相關(guān)分析節(jié)點針對一個數(shù)據(jù)集中的兩組變量進行分析，借用主成分分析降維的思想，分別對兩組變量提取主成分，且使兩組變量提取的主成分之間的相關(guān)程度達到最大，而從同一組內(nèi)部提取的各主成分之間互不相關(guān)，用從兩組之間分別提取的主成分的相關(guān)性來描述兩組變量整體的線性相關(guān)關(guān)系。
相似度節(jié)點針對兩組數(shù)據(jù)公共字段進行每行數(shù)據(jù)之間的距離計算從而衡量對象之間的相似程度。支持歐式距離、曼哈頓距離、余弦距離和Tanimoto距離進行對象的相似度計算，并且可指定輸出的相似文檔個數(shù)。
Tempo商業(yè)智能平臺
Tempo人工智能平臺
Tempo數(shù)據(jù)工廠平臺
Tempo指標(biāo)平臺
Tempo數(shù)據(jù)治理平臺
Tempo主數(shù)據(jù)管理平臺
首頁
美林數(shù)據(jù)
行業(yè)資訊
陜公網(wǎng)安備 61019002000171號
