- 相關(guān)推薦
正態(tài)分布圖在數據分析中的應用例子
當我們面對一堆龐大的數據，且需要從中尋找某種規律時(shí)，往往不知如何下手。最近我在處理油耗數據時(shí)，就碰到了這樣的難題，偶然間記得概率統計中存在一種比較特殊的數據分布方式，即所謂的正態(tài)分布
從維基百科中搜到的結果是“正態(tài)分布是自然科學(xué)與行為科學(xué)中的定量現象的一個(gè)方便模型。各種各樣的心理學(xué)測試分數和物理現象比如光子 計數都被發(fā)現近似地服從常態(tài)分布。盡管這些現象的根本原因經(jīng)常是未知的， 理論上可以證明如果把許多小作用加起來(lái)看做一個(gè)變量，那么這個(gè)變量服從正態(tài)分布”，如
圖1
既然這樣，那我何不驗證一下呢?進(jìn)一步閱讀相關(guān)文章后，對概率統計方法的相關(guān)要求和步驟有了初步的了解，為便于了解，用圖2來(lái)表示推斷過(guò)程
在總體數據量不大的情況下，我傾向于用總體做為分析依據，以減少樣本抽取的誤差
在上圖所示四步中，用統計工具進(jìn)行分析的過(guò)程是最需引起重視的，大概有兩點(diǎn)：
1.對總體(或樣本)數據的分組。由于油耗屬于連續型變量，不同變量之間的變化非常小，我采用較多數組的組距分組方式
2.求平均值。數據分布不同，平均值的計算方法也有不同，最常用的是算術(shù)平均值，在呈正態(tài)分布的數據中，它與中位數(Median)和眾數(Mode)的計算結果基本一致，且概率密度函數(Normdist)也是默認算術(shù)平均值的計算方式
實(shí)際操作一遍:
1.準備統計數據
2.求中間參數值
3.求頻率(Frequency)和概率(Normdist)
4.用第3步的函數計算結果分別作柱形圖和折線(xiàn)圖
5.客觀(guān)推論最后得下圖
推論之一：上圖數據分布的趨勢比較明顯，油耗值趨向于柱形最高的區域集中，且波動(dòng)范圍較小，說(shuō)明對應車(chē)輛的油耗比較穩定
【正態(tài)分布圖在數據分析中的應用例子】相關(guān)文章：
淺談信息技術(shù)在數學(xué)教學(xué)中的應用03-03
演講藝術(shù)中思維導圖的應用07-03
電子商務(wù)中的數據分析指標05-24
不怕失敗的例子10-08
物理教學(xué)中多媒體的應用08-13
《一次函數圖象的應用》評課稿08-11
一次函數圖象的應用評課稿06-01
標桿超越法在薪酬與考核中的應用04-20
數據分析報告07-28