统计图最常用的就几种:饼图、柱状图、条形图、直方图、折线
图 、散点图、箱线图等。对于同一组数据,不同的同学绘制出来的效果可能
截然不同,好的图形能够让读者一样就能看出数据的规律和特点,其传递给读
者的信息是准确和有效的,准确是指我们不能随意绘制图形,因为每个统计图
适用的数据是有限制的;有效是指图形传递出来的信息和你得到的结论是吻合
的;这是一个图形要满足的最基本两点。
饼图
最适合采用饼图的情形:
1. 只有一个数据类型(单分类数据)。(如销售量)
2. 任何数据值都不为零或小于零。
3. 类别不超过七个。因为七个以上的扇区会使图表难以阅读。(<=7)较多可以用复合饼图来表示
4. 划分的类别最好是完整的,一般不完整时可以加其他。
5. 类别过多可用复合饼图时,千万别硬要画一个完整饼图。
6. 类别只有两个时就不用画图了,没多大必要
注意:不用在图中加入标题,我们一般在论文的正文中加入(表上图下)。
另外,画出来的图一定要有分析,要告诉读者你画图的目的是什么。
举例
复合饼图:

柱形图

柱状图常常用于展示多个分类(单个分类也可以)的数据变化和同类别各
变量之间的比较情况。堆积柱状图可用于比较同类别各变量和不同类别变量总
和差异;百分比堆积柱状图适合展示同类别的每个变量的比例。

条形图(横过来的柱状图)

类别数过多时,如果要加入数据标签,那么使用条形图比较合适

柱状图的数看起来有点拥挤

直方图

直方图是显示数据频数或频率的柱状图。
直方图和柱状图最让人迷惑的地方,就是它们长得非常相似。实
际上,直方图和柱状图无论是在图表意义、适用数据上,还是图表绘
制上,都有很大的不同。
1.直方图展示数据的分布,柱状图比较数据的大小。
2.直方图X轴为定量数据,柱状图X轴为分类数据。
3.直方图y轴要么为数据的频数,要么为数据的频率,柱状图y轴为数据
实际大小
折线图
如果数据是时间序列数据(如日、月、季度或年度数据),则应该考虑
使用折线图,尤其是时间跨度长且存在多个时间序列时,更应该使用折线
图 。(折线图也经常被称为时间序列图,或简称为时序图)
当然,时间序列期数较少时,也可以考虑使用柱状图哦。
散点图
散点图也叫 X-Y 图,它将所有的数据
以点的形式展现在直角坐标系上,以显示变
量之间的相互影响程度,点的位置由变量的
数值决定。
通过观察散点图上数据点的分布情况,
我们可以推断出变量间的相关性。如果变量
之间不存在相互关系,那么在散点图上就会
表现为随机分布的离散的点,如果存在某种
相关性,那么大部分的数据点就会相对密集
并以某种趋势呈现。数据的相关关系主要分
为:正相关(两个变量值同时增长)、负相
关(一个变量值增加另一个变量值下降)、
不相关、线性相关、指数相关等,表现在散
点图上的大致分布如右图所示。那些离点集
群较远的点我们称为离群点或者异常点
箱型图
箱线图也称箱须图、箱形图、盒图,用于反映一组或多组连续型定量数据
分布的中心位置和散布范围。箱形图包含数学统计量,不仅能够分析不同类别
数据各层次水平差异,还能揭示数据间离散程度、异常值、分布差异等等。
计算过程:
1 计算上四分位数、中位数、下四分位数以及均值;
2 计算上四分位数和下四分位数之间的差值,即四分位数差(IQR,interquartile range);
3 绘制箱线图的上下范围,上限为上四分位数,下限为下四分位数,在箱子内部中位数的位置绘制横线;
4 大于上四分位数1.5倍四分位数差的值,或者小于下四分位数1.5倍四分位数差的值,划为异常值(outliers);
5 异常值之外,最靠近上边缘和下边缘的两个值处,画横线,作为箱线图的边缘;
6 极端异常值,即超出四分位数差3倍距离的异常值,用实心点表示;较为温和的异常值,即处于1.5倍‐3倍四
分位数差之间的异常值,用空心点表示;
7 为箱线图添加名称,数轴等,并在图中用×标记出数据的均值位置。
箱线图的用法是,配合定性变量画分组箱线图,作比较。如果只有一个
定量变量,很少用一个箱线图去展示其分布,更多选择直方图。箱线图更有
效的使用方法是作比较。
假设要比较男女生的身高,用什么工具最好?答案是箱线图。
箱线图明显更加有效,能够从平均水平(中位数)、波动程度(箱子高
度)以及异常值对男女教师的教学评估得分进行比较,而直方图却做不到

用excel绘制统计图表(清风建模学习笔记)相关推荐

  1. 相关性分析(清风建模学习笔记)

    本讲我们将介绍两种最为常用的相关系数:皮尔逊 pearson相关系数和斯皮尔曼spearman等级相关系数. 它们可用来衡量两个变量之间的相关性的大小,根据数据满足的不同条件,我们要选择不同的相关系数 ...

  2. 灰色关联分析(清风建模学习笔记)

    概述:对于两个系统之间的因素,其随时间或不同对象而变化的关联性大小的量度,称为关联度.在系统发展过程中,若两个因素变化的趋势具有一致性,即同步变化程度较高,即可谓二者关联程度较高:反之,则较低.因此, ...

  3. 层次分析法(AHP)的初步理解(清风建模学习笔记)

    层次分析法简介及适用题型: 是建模比赛中最基础的模型之一,其主要用于解决评价类问题(例如:哪种方法最好,哪位运动员参赛,哪位员工表现优秀): 一.模型介绍         一般分为三层,最上面为目标层 ...

  4. 因子分析模型(清风建模学习笔记)

    简介:因子分析可以看成是主成分分析的推广与发展.因子分析法通过研究变量间的相关系数矩阵,把这些变量间错综复杂的关系归结成少数几个综合因子,由于归结出的因子个数少于原始变量的个数,但是它们又包含原始变量 ...

  5. 【数学建模学习笔记【集训十天】之第六天】

    数模学习目录 Matplotlib 学习 Matplotlib简介 Matplotlib 散点图 运行效果如下: Matplotlib Pyplot 运行效果如下: 关于plot() 运行效果如下: ...

  6. 数学建模学习笔记之评价问题聚类分析法

    数学建模学习笔记之评价问题聚类分析法 物以类聚.人以群分. 聚类分析是一个很大的概念,显然根据分类的依据不同会出现很多很多聚类的方法.例如K-Means .Sequential Leader.Mode ...

  7. 数学建模学习笔记(2.3)lingo软件求解线性规划问题

    数学建模学习笔记(2.3)lingo软件求解线性规划问题 lingo软件的优势在于体积小,专注于解决优化问题 且编程语言通俗易懂,没有门槛 对于刚刚接触数学建模同学比较友善 当然对于已经参与建模很久的 ...

  8. DELMIA学习笔记(三)人体建模学习笔记

    这篇笔记比较多,直接上传了,有需要的可下载,也可私聊白嫖. DELMAI人体建模学习笔记.pdf-其它文档类资源-CSDN下载DELMAI人体建模学习笔记更多下载资源.学习资料请访问CSDN下载频道. ...

  9. 数学建模学习笔记(1)数学模型的特点和分类

    数学建模学习笔记(1)数学模型的特点和分类 ps:学习的教材为姜启源著的<数学模型(第四版)> 领取数模资料和更多内容请关注公众号:拾壹纪元 传送门: 线性规划(LP)问题 https:/ ...

  10. [电离层建模学习笔记]开源程序M_GIM学习记录

    [电离层建模学习笔记]开源程序M_GIM学习记录 文章目录 [电离层建模学习笔记]开源程序M_GIM学习记录 1. 程序相关信息 2. 程序学习记录 2.1 采用的数据说明 2.2 程序运行前 2.3 ...

最新文章

  1. windows 系统常用操作
  2. Matlab与线性代数--矩阵的LU分解
  3. ReduceTask工作机制
  4. 文件可视化编辑_高维数据可视化必备图形平行坐标图
  5. js 上下箭头滚动_JS中的this完全讲解,再也不会被this搞晕了
  6. php 实时更新内容_亿级视频内容如何实时更新?优酷视频背后的技术揭秘
  7. linux下drcom无法上网,drcom为什么还是不能上网啊!
  8. android sharedpre,android 数据存储一SharedPrenference存储简单数据
  9. Xcode6+Cocos2d-x真机调试 报错
  10. java 不以科学记数法输出double
  11. 外螺纹对照表_螺纹符号对照表[1]
  12. 米粒搜---团购信息搜索软件 Android平台
  13. plc c语言模拟仿真软件下载,s7-plcsim仿真编程-s7-plcsim最新版下载V5.4-西西软件下载...
  14. ServiceLoader详解
  15. 植物大战僵尸自动拾取阳光
  16. idea 怎么导入war包,idea怎么打开war包,idea怎么导出一个war包
  17. javascript实现页面倒计时
  18. anaconda的python目录在哪里_python – Anaconda安装到主目录
  19. c语言结构体编辑学生成绩管理,C语言基于结构体的学生信息管理系统实现
  20. NoSQL Manager for MongoDB Professional 算法

热门文章

  1. 国内计算机论文期刊,国内都有哪些计算机领域的投稿期刊
  2. 什么叫主语、谓语、宾语、定语、状语、补语?
  3. C#调用RDP,实现远程桌面共享及控制
  4. 微信小程序开发之动图小游戏是实现(代码篇)
  5. 直角三角公式计算机,直角三角形
  6. 怎么给计算机上锁键盘,想把笔记本电脑的键盘锁住,用外置键盘怎样做?
  7. 云计算与大数据之间的关系
  8. 如何利用Python程序读取Excel创建折线图
  9. ORA-00932: 数据类型不一致: 应为 NUMBER, 但却获得 BINARY
  10. 学习笔记(三):WiFi-Sleep