7、数据可视化：从基础到实践

数据可视化：从基础到实践

在数据分析中，可视化是理解和传达数据信息的重要手段。不同类型的数据需要不同的可视化方法，下面将详细介绍各种数据可视化的工具和技巧。

1. 核密度估计与数据范围

在评估证据价值时，我们可能未观察到数据的整个范围，这一点至关重要。核密度估计对带宽的选择较为敏感，不同的带宽可能会导致不同的估计结果。

2. 箱线图

箱线图（也称为盒须图）是快速比较分组数据在连续变量方面的有效工具。它能直观展示一组汇总统计信息。
- 箱线图的构成 ：
- 箱体从下四分位数（LQ）绘制到上四分位数（UQ）。
- 箱体内的一条线表示中位数。
- 须线从上下四分位数延伸约 1.5 倍的四分位距（IQR），然后“回缩”到最近的数据点。
- 外部点是位于须线范围之外的点，它们可能是异常值，但不一定是。
- 数据对称性判断 ：如果须线长度大致相等且中位数线大致位于箱体中间，则数据对称；如果一条须线很长而另一条很短，则数据偏斜。
- 适用情况 ：箱线图适合快速了解分组数据的位置和分布情况，但当每组观察值较少（少于 20 个）时，其效果不佳。

graph LR
    A[箱线图] --> B[箱体（LQ - UQ）]
    A --> C[中位数线]
    A --> D[须线（约 1.5 * IQR）]
    A --> E[外部点]
    B --> F[下四分位数