統計學(一) 筆記 - 第二章A

筆記說明

此筆記用途在於台北科技大學資訊與財金管理系大二上統計學重點整理
並非所有人都適用，部分對我而言稍加容易的內容並不會寫在此內。
這是觀看影片心得後的筆記，老師上課可能不太適用會忘記抄到

2A 介紹

類別型變數 Categorical Data

類別型變數可以用符號、名稱來界定不同類別

可呈現的表

• 次數分配
• 相對次數分配
• 百分比次數分配
• 長條圖
• 圓餅圖

圖片當中

• \( \text{Relative Frequency} = \frac{\text{Frequency}}{\text{total Frequency}} \)
• Relative Frequency 總和一定會是1。
• \( \text{Percent Frequency} = \text{Relative Frequency} * 100 \)

Bar Chart 長條圖

他長這個樣子

• 適合呈現 qualitative data(定值型資料)
• 通常 bar(長條) 都會是固定長度
• 每條 bar 必須要分開

Pareto Chart 柏拉圖

一個長條圖配上百分比線，通常用在顯示產品品質管理。

Pie Chart 圓餅圖

通常元素不可以太多，絕對不可以超過 10 個。

數值型變數 Quantitative Data

可呈現的表

• 次數分配
• 相對次數分配
• 百分比次數分配
• 點圖
• 直方圖
• 枝葉圖

Dot Plot 點圖

一個點代表一筆資料，越多點代表越多資料。

Frequency Distribution 次數分配

• 決定類別、分類，分類不可以重疊還要包跨全部資料
  • 介於 5 到 20 組
  • 每一組基本上都要有資料，並要看出分布，可能需要進行嘗試沒辦法一次到位。
• 組距
  • 採用同樣寬度
  • 寬度決定 = \( \frac{\text{最大值} - \text{最小值}}{組數}\)
• 上下限
  • 每一筆資料只能屬於某一組之間
  • 下限必須要涵蓋資料最小值，上限反之
  • 通常最小或是最大可以是 *open end *
    open end 舉例：小於 x 值 or 大於 x 值

資料頗析

我懶得打，直接看圖

Histogram 直方圖

由於資料是數值並針對類別型資料，所以他們的 bar 必須黏在一起

Showing Skewness 偏態

通常只資料分布著重在某處。

• 對稱 Symmetric
  • 資料對稱，舉例:身高分布
• 左偏 Moderately Skewed Left
  • 資料左偏，舉例:分數
• 右偏 Moderately Right Skewed
  • 資料右偏，舉例:房價
• Highly Skewed Right 右邊幾乎只有一點點
  • 資料極端左偏，舉例:管理階層薪水

Stem-and-Leaf Display

就長這樣

• 會有排序與資料分布的型態
• 跟直方圖相似，但會呈現資料真正數值
• 葉子
  • 單位可調整
  • 通常單位是 1，但可調整