5、神经科学数据的探索性数据分析

神经科学数据的探索性数据分析

1 数据类型

在数据分析中，我们通常会处理包含 N 个观测值和 n 个变量的数据集，记为 D = {x1, … ,xN}，其中 xi = (xi1, … ,xin)，i = 1, … ,N。可以将 D 看作一个 N × n 的矩阵、表格或电子表格，观测值按行排列，变量按列排列。

探索性数据分析是分析数据集的第一步，它能让我们直观了解数据，用简单的图形和指标总结其主要特征，而无需借助统计模型。通过这种分析，我们可以提出一些假设，比如两个变量是否相互独立，或者一个变量的均值是否高于另一个变量。

1.1 基本数据类型

主要有三种基本数据类型：
- 分类数据 ：用于记录类别。
- 离散数值数据 ：通常以整数形式表示的数值量，因为它们只能取有限或可数无限个值。
- 连续数值数据 ：可以取连续无限范围的值，通常是实数集 R 的一个区间。

在某些数据集中，像“Class”变量（编码为锥体神经元 P 和中间神经元 I）代表分类数据；轴突节点总数和树突数量属于离散数据；体细胞紧凑度和相对于软脑膜的相对距离则是连续数据。

1.2 线性数据与方向数据

数值数据也被称为线性数据，与之相对的是方向数据。方向数据涉及方向（Rn 中的单位向量）、轴（Rn 中通过原点的直线）或 Rn 中的旋转。其他一些数据也可视为方向数据，例如时间段（如一天中的时间、星期、月份、年份）、罗盘方向、分子中的二面角和方向等。在数据集中，部分变量包含轴突和树突分支的角度信息。