查看“探索性数据分析”的源代码

{{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。

* 在[[统计学]]领域，有些人将数据分析划分为[[描述性统计分析]]、探索性数据分析以及[[验证性数据分析]]；探索性数据分析侧重于在数据之中发现新的特征，而验证性数据分析则侧重于已有假设的证实或证伪。

== 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

== 参考链接 ==
* [https://en.wikipedia.org/wiki/Exploratory_data_analysis Wikipedia: Exploratory data analysis]
* [http://xuewen.cnki.net/searchentry.aspx?key=%E6%8E%A2%E7%B4%A2%E6%80%A7%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90 知库学问：探索型数据分析]
* [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]

[[分类:统计学概念]]