数学建模 |
您所在的位置:网站首页 › 数学建模如何进行数据分析 › 数学建模 |
一、分布分析
对于定量数据,欲了解分布形式,是对称还是非对称,可做出频率分布表、绘制频率分布直方图,绘制茎叶图进行直观的分析 对于定性变量,常根据变量的分类类型进行分组,可以采用饼图和条形图来描述定性变量的分布。 二、对比分析把两个相互联系的指标数据进行比较,从数量上展示和说明研究对象规模的大小、水平的高低、速度的快慢等。特别使用于指标间的横纵向比较,时间序列的比较分析。 方法: 绝对数比较 相对数比较 三、统计量分析集中趋势:均值、中位数、众数 离中趋势度量:极差、标准差、变异系数(获奖论文用过) 四、周期性分析 五、贡献度分析(帕累托分析)二八定律 六、相关性分析方法: (一)绘制散点图 (二)绘制散点图矩阵 (三)计算相关系数注:Pearson和Speraman均需要进行假设检验,使用t检验检验其显著性水平。在正态分布假定下,两种方法在相率上等价,对于连续测量数据,更适合用Pearson 1.Pearson相关系数分析两个连续性变量之间的关系
其中统计量t服从自由度(n-2)的分布: 2.Speraman秩相关系数描述分类或等级变量之间、分类或等级变量与连续变量之间的关系。
变量: ·分类变量:定性变量/属性变量,例如:性别(男、女);婚姻状态(已婚、未婚)等 ·等级变量:顺序变脸,例如:教育水平(小学、初中、高中、大学);满意度(非常不满意、不满意、一般、满意、非常满意)等。 ·连续变量:数值型变量。取值任意,可进行数值上的计算和比较 3.Kendall’s tau-b相关性分析:用于分析有序定类变量相关性 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |