信息图形墨水越多地用于数据，信息的表达效果越好。数据信息的可视化图像表现应当在合理范围内最大化数据墨水的比重。在信息图形中的每一滴墨水都需要理由，而其理由就是墨水能够传达信息。这一原则对于信息图形编辑...
数据可视化
数据可视化
数据可视化
什么是数据墨水：数据墨水的公式
创建信息图形的基本原则是展示数据，也是首要原则。信息图形应当将观众的注意力集中在数据的意义和本质上，而非其他方面。信息图形的形式应当能够表达数据的内容。设计精妙的信息图形，有时会偶然产生能被现代艺术博...
数据可视化
Bokeh的基本词条和主要接口
1.词条说明 为了更好地使用Bokeh，先了解几个基本的词条用途，如表1-1所示。 表1-1 Bokeh的基本词条用途 2.主要接口 Bokeh的主要功能接口及其用途如表1-2所示，如果读者对Phot...
数据可视化
如何安装运行Jupyter Notebook
Win+R运行CMD，执行： jupyter notebook --notebook-dir=工作文件夹绝对路径 推荐扩展，nb_conda用来管理虚拟环境，如图1-2所示；jupyter_contr...
饼图的优势和劣势
饼图的优势和劣势 饼图一般适用于表述一维数据（行或列）的可视，尤其是能够直观反映数据序列中各项的大小、总和和相互之间的比例大小，图表中的每个数据系列具有唯一的颜色或图案并且在图表的图例中表示。 饼图适...
管理统计学
描绘条形图的3个要素：组数、组宽度、组限
排列在工作表的列或行中的数据可以绘制到条形图（见图 4-6）中。条形图显示各个项目之间的比较情况。 描绘条形图的要素有3个：组数、组宽度、组限。 条形图适用场景：轴标签过长、显示的数值是持续型的。 簇...
管理统计学
二维柱状图与三维柱状图的比较
1.传统二维柱状图 传统柱状图一般用于表示客观事物的绝对数量的比较或者变化规律，用于显示一段时间内数据的变化，或者显示不同项目之间的对比。传统二维柱状图包括二维簇状柱形图、二维堆积柱形图、二维百分比堆...
柱状图（Bar chart）的优势劣势
柱状图（Bar chart）的优势劣势 柱状图（Bar chart）是一种以长方形的长度为变量的表达图形的统计报告图，由一系列高度不等的纵向条纹表示数据分布的情况，用来比较两个或两个以上的价值（不同时...
抽样方法与正态分布之间的关系
研究者使用多种不同的方法来选择样本，有时研究者会使用典型抽样（判断抽样的一种），即从总体中选择若干个典型的单位进行深入调研，目的是通过典型单位来描述或揭示所研究问题的本质和规律，因此选择典型单位应该具...
数理统计
什么是分位数检验：分位数检验的三种形式
X 1 ， X 2 ，…， X n 是一组随机样本，数据由 X i 的观测值组成。假定这些 X i 是随机样本，度量尺度至少是次序的。检验过程中用到两个检验统计量 T 1 ， T 2 。令 T 1 等...
什么是渐近相对效率（Pitman效率）
相对效率依赖 α 和 β 的选择，以及复合假设 H 1 中的特定备择假设，为了让一检验与其他检验进行全面的比较，相对效率显然依赖很多参数。我们更希望对比不依赖 α ， β ，以及当 H 1 是复合假设...
数理统计
什么是样本量检验的相对效率
效率是一个相对的术语，它被用来比较在相同条件下两种检验的样本容量，假定有两个检验被用来检验特定的假设，而且它们有相同的 α 和 β 值，因此关于显著性水平和功效，它们是“可比的”。（注意，两种检验的 ...
什么是无偏检验和相合检验
无偏检验 显然，我们希望拒绝 H 0 的可能性，在 H 0 不成立时要比 H 0 成立时大。 【定义】无偏检验（unbiased test）是 H 0 不成立时拒绝 H 0 的概率大于等于 H 0 ...
数理统计
什么是检验统计量的零分布
在统计假设检验中，了解当零假设成立时检验统计量的概率分布是非常必要的，这称为检验统计量的零分布（null distribution）。 【定义】检验统计量的零分布是当零假设成立时，检验统计量的概率分布...
什么是临界域（拒绝域）和接受域
【定义】临界域（critical region）是样本空间中导致拒绝零假设的全体样本点的集合。 有时临界域亦称为拒绝域（rejection region），所以很明显样本空间中不在临界域的全体样本点的...
数理统计
什么是经验分布函数
一个随机变量的真实分布函数一般是未知的，有时我们只能够推测分布函数的形式，或将推测作为真实分布函数的一个近似。根据样本的观测值作经验分布函数图，以此来作为整个未知分布函数 F （ x ）的估计，这是推...
四种度量尺度：包括名义、次序、区间、比率尺度
度量的类型通常被称为度量尺度（scale of measurement），各种不同的出版物都详尽地讨论过，其中包括Stevens（1946）的一篇优秀论文。 我们将逐一介绍名义尺度（即“最弱”的度量尺...
数理统计
什么是K 近邻估计：基本原理
K 近邻估计是无论欧氏距离多少，只要是 x 点的最近的 k 个点之一就可以参与加权。一种具体的 K 近邻估计（ K -nearest neighbor estimation）为 令 d 1 （ x ）...
数理统计
什么是非参数核密度估计：基本原理
核密度估计的原理和直方图有些类似，它也是计算某一点周围的点的个数，只不过是对于近处的点的考虑多一点，对于远处的点的考虑少一些（甚至不考虑）。 下面给出非参数核密度估计的正式定义： 设 K （ g ）为...
什么是非参数密度估计
现实生活中，由于研究对象的复杂性、对事物认识的不断加深以及随机抽样的时间性，要使某些随机变量满足某种给定的密度函数已经变得越来越难以实现。这就需要人们能够通过从随机变量中抽取样本来研究随机变量的密度分...