“探索性数据分析”的版本间的差异
来自Wiki.Citydatum
(创建页面,内容为“{{提示|该页面仍需进一步完善,欢迎加入我们}} 探索性数据分析(Exploratory data analysis,简写为EDA)是指为了形成值得假设的…”) |
小 |
||
第35行: | 第35行: | ||
* [http://wiki.mbalib.com/wiki/%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90 智库百科:数据分析] | * [http://wiki.mbalib.com/wiki/%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90 智库百科:数据分析] | ||
* [https://www.cnblogs.com/nfqs/p/6378431.html 探索性数据分析(EDA)——摘自数据科学实战] | * [https://www.cnblogs.com/nfqs/p/6378431.html 探索性数据分析(EDA)——摘自数据科学实战] | ||
+ | |||
+ | [[分类:统计学概念]] |
2018年12月7日 (五) 03:48的最新版本
探索性数据分析(Exploratory data analysis,简写为EDA)是指为了形成值得假设的检验而对数据进行分析的一种方法,是对传统统计学假设检验手段的补充。该方法由美国著名统计学家约翰·图基(John Tukey)命名。
常见方法
探索性数据分析更多的是一种“态度”,而非特定方法的集合,但有些方法或工具常常出现在探索性数据分析中。
- 探索性数据分析中常用的数据可视化方法:
- 箱线图(Box plot)
- 直方图(Histogram)
- Multi-vari chart
- Run chart
- Pareto chart
- 散点图(Scatter plot)
- Stem-and-leaf plot
- Parallel coordinates
- Odds ratio
- Targeted projection pursuit
- Dimensionality reduction:
- Multidimensional scaling
- Principal component analysis (PCA)
- Multilinear PCA
- Nonlinear dimensionality reduction (NLDR)
- Projection methods such as grand tour, guided tour and manual tour
- Interactive versions of these plots
- 探索性数据分析中常用的量化分析方法:
- Median polish
- Trimean
- Ordination