分类变量的描述性统计.pptxVIP

分类变量的描述性统计汇报人：AA2024-01-25BIGDATAEMPOWERSTOCREATEANEWERA

目录CONTENTS引言分类变量基本概念频数分布表与图形表示集中趋势度量指标离散程度度量指标偏态与峰态度量指标总结与展望

BIGDATAEMPOWERSTOCREATEANEWERA01引言

目的和背景010203挖掘分类变量之间的关系和规律为后续的数据分析和建模提供基础描述分类变量的基本情况和特征

汇报范围分类变量的定义和类型分类变量的可视化方法分类变量的描述性统计方法分类变量之间的关系和规律挖掘

BIGDATAEMPOWERSTOCREATEANEWERA02分类变量基本概念

取值离散分类变量的取值是离散的，不像连续变量那样可以取任意实数。无数值大小意义分类变量的取值不具有数值大小的意义，即不能进行数学运算。有限个类别分类变量的取值通常只有有限个类别，这些类别可以是无序的或有序的。定义分类变量是表示事物类别或属性的变量，其取值通常是离散的、有限的，并且不具有数值大小的意义。定义与特点

取值之间没有顺序关系的分类变量，例如性别（男、女）、婚姻状况（已婚、未婚、离异）等。取值之间有顺序关系的分类变量，例如教育程度（小学、初中、高中、大学）、收入等级（低收入、中等收入、高收入）等。常见类型举例有序分类变量无序分类变量

取值范围分类变量的取值是离散的、有限的，而连续变量的取值是连续的、无限的。数值大小意义分类变量的取值不具有数值大小的意义，而连续变量的取值具有数值大小的意义，可以进行数学运算。统计方法对于分类变量，常采用频数、频率、比例等描述性统计方法；对于连续变量，常采用均值、标准差、方差等描述性统计方法。与连续变量区别

BIGDATAEMPOWERSTOCREATEANEWERA03频数分布表与图形表示

首先，需要收集分类变量的数据，并进行整理，确保数据的准确性和完整性。数据收集与整理确定分类标准计算频数制作频数分布表根据研究目的和数据特点，确定分类的标准，例如可以按照类别、等级、地域等进行分类。统计每个分类中的数据个数，得到频数。将分类标准和对应的频数整理成表格形式，形成频数分布表。频数分布表制作方法

以矩形的长度表示每一类的频数或频率。横轴表示分类变量，纵轴表示频数或频率，矩形的高度或长度与频数或频率成正比。条形图将一个圆饼按照分类变量的频数或频率进行划分，每一类占据圆饼的一部分，通过扇形面积的大小来表示各类别的比例。饼图除了条形图和饼图外，还可以使用堆积条形图、百分比堆积条形图等来表示分类变量的分布情况。其他图形条形图、饼图等图形表示方法

用户性别分布通过条形图可以清晰地看出男女用户的比例，例如男性用户占60%，女性用户占40%。购买商品类别分布使用饼图可以展示各类商品的购买比例，如服装类占30%、家居类占20%、数码类占15%等。交叉分析结合用户性别和购买商品类别进行交叉分析，可以进一步发现不同性别用户在购买商品类别上的差异和偏好。例如，女性用户更倾向于购买家居用品和美妆产品，而男性用户则更偏好于数码产品和运动装备。案例分析：某数据集分类变量可视化

BIGDATAEMPOWERSTOCREATEANEWERA04集中趋势度量指标

众数定义众数是一组数据中出现次数最多的变量值，用M表示。它主要反映数据分布的集中趋势或多数水平。计算方法在数据量不大时，可以直接观察数据分布，找出出现次数最多的数据即为众数；对于数据量较大的情况，可以通过统计各数据出现的频数，频数最大的数据即为众数。众数概念及计算方法

中位数定义中位数是将一组数据按大小顺序排列后，位于中间位置的数。它反映了数据分布的中间水平或集中趋势。计算方法首先将数据按从小到大的顺序排列，然后确定中间位置。当数据量为奇数时，中间位置的数即为中位数；当数据量为偶数时，中间两个数的平均值即为中位数。中位数概念及计算方法

在市场调研中，某公司收集了1000份关于消费者满意度的调查问卷。通过计算众数，可以了解大多数消费者的满意程度；而通过计算中位数，可以了解消费者满意度的中等水平。案例一在医学研究中，研究人员收集了100名患者的某项生理指标数据。由于数据可能存在异常值或偏态分布，因此使用中位数来反映患者生理指标的集中趋势更为合适。同时，通过观察众数可以了解哪些指标值在患者中出现较为普遍。案例二案例分析：不同数据集下众数和中位数应用

BIGDATAEMPOWERSTOCREATEANEWERA05离散程度度量指标

异众比率概念及计算方法异众比率定义异众比率是统计学当中的研究，一组数值当中，非众数的次数与总次数的比值，多用于大样本的计算。异众比率的计算公式为异众比率=（总体非众数次数/总体全部次数）*1