本文介绍了使用R语言进行数据分析时，如何通过一维和二维图表（如箱线图、直方图、散点图等）来理解数据的性质和模式。强调了塔夫特的分析性图表原则，包括比较、因果关系展示、多元数据整合以及证据描述。通过这些图表，可以发现数据中的模式、制定建模策略并找出分析错误。虽然这些图表通常是快速而粗略的，但它们能帮助突出数据的关键特征，并为后续深入分析提供指导。
版权声明：本文为博主原创文章，未经博主允许不得转载。
·ANALYTIC GRAPHS分析性图表:
塔夫特的基本原则：
- 明确参照物Show comparisons 这一点基本是 所有科学的一个基本思想，也就是支持某一假设或某个对世界的思考之证据，一定与另一个假设是相对的 , 证据总是相对的。
箱线图 (boxplot)
-
体现出因果关系或机制 Show causality, mechanism, explanation, systematic structure： 阐明其系统结构，因果关系并非是形式上的，而是你的认识 你对世界运行方式的看法
-
展示多元数据 (multivariate data)
-
整合你所拥有的证据 Integration of evidence ：基本思路是，用尽可能多的方式展现证据
-
第五条原则是对你所呈现的证据进行描述和文档化，打上标签 标记好来源：
Describe and document the evidence with appropriate labels, scales, sources, etc
- 你使用的数据是任何图表里最重要的元素：
Content is king
构建图表的意义有：
- 理解数据的性质data properties
- 从数据的基本模式中寻找合适的模式patterns
- 提出一些建模策略modeling strategies， 比如我们要使用线性还是非线性模型
- 找出分析中
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
