应用统计学与R语言实现学习笔记（三）——描述性统计 - 简书
应用统计学与R语言实现学习笔记（三）——描述性统计
Chapter 3 Descriptive Statistics
本篇是第三章，内容是描述性统计。同时在这一章会开始渗透R语言的相关内容。但整体还是以理论为主。
1.数据的预处理
本章正式进入统计学的一大分支——描述统计。
很多人会疑惑做一个Project或者写一篇Paper，最难的是什么？我曾经不止一次说过，最难的是数据。数据收集完成，项目完成了50%。而数据收集完成之后，很多人就会马上开始进行数据处理和分析，事实上这是不对的。因为你不清楚你的数据是否有问题（什么问题都有可能，会导致你的分析出现各种问题）。所以你拿到数据后的第一步，应该是对数据做预处理，或者用大数据时代的话——叫数据清洗或者ETL（Extract-Transform-Load），我想预处理还会占掉Project花费时间的20%吧。
那么接下来先介绍下预处理的内容。
数据预处理：
数据审核，包括直接数据的完整性审核以及准确性审核（是否客观），间接数据的适用性审核以及时效性审核；数据筛选，就是对于数据里面的异常值（存在错误，不符合调查要求等），在现在来说就是dirty data（脏数据），将这些数据剔除；数据排序，事实上数据排序更多的目的还是为了更方便地发现异常值，是做数据清洗的手段；数据透视，借鉴于Excel里的数据透视表，事实上就是数据的重铸，融合和汇总，从而得到我们需要的数据。
总的来说，前期预处理需要对数据进行排序、汇总和观察发现相关的数据异常值等。在这个阶段，不喜编程的同学推荐用Excel来做数据预处理（通过数据透视图、替换数据、排序、Countif等工具和Excel函数高效完成预处理），更高级的一般可以考虑用R、Python等编程语言进行清洗预处理，或者像在数据库里用SQL语句也是可以的。
响应一下本部分的标题，R语言实现，交代几个简单的语句进行数据清洗。
#x为数据框、数组或矩阵，通过summary可以获取平均值、中位数、四分位数等，如果有缺失数据，则会显示NAN等。
summary(x)
#表示y是按照x的第一行先升序排列，然后再按x的第二列降序排列得到的数据，-表示降序。
y&-x[order(x[1],-x[2)]
#去除NA所在行和列
y&-na.omit(x)
2.数据的整理与展示
这部分的数据整理是在预处理完毕后，根据我们需要对数据进行整理和简单可视化（多画图，多可视化，你能发现很多事情）。那么第一步就是先把我们的数据类型搞清楚。因为不同类型数据，整理方式不同。
对于分类数据和顺序数据主要是分类整理。
对于数值数据主要是做分组整理。
分类数据的整理核心就是计算频数、比例、百分比、比率，一般可视化用条形图（柱状图）。此外还可以考虑使用帕累托图。帕累托图（Pareto chart）是以意大利经济学家V.Pareto的名字而命名的。这是一个双坐标轴图，一侧纵坐标是频率，另一侧纵坐标是累计频率。是在条形图基础上加上一条折线图（累计频率曲线）。通常用帕累托图来表示，就是研究事物特征是否存在二八定律（20/80规律，典型案例：20%的人拥有80%的财富）。
除此之外，分类型数据还可以用饼图来进行可视化。
顺序数据则一般选用累计频率曲线和环状图进行可视化。
数值型数据的可视化方式是最多的。主要包括了直方图、折线图（频数多边形图）、打点图、茎叶图、箱线图、线图（时间序列数据）、双变量问题（二维散点图与散点图矩阵）、三变量问题（三维散点图或气泡图）、多变量问题（雷达图）。
其中这里面有一个直方图分组使用的经验公式。
K为组数，n为样本数。确定组数，通过极差和组数求组距即可分组。
这部分有很多可视化内容，暂时就不在这部分讲述了（第14章会重点讲解几个典型的可视化方式的R语言绘制)。
最后小结下数据可视化的内容。
品质数据——先制作汇总表，然后可以采用条形图、饼图、环状图可视化；
数值数据中的原始数据——茎叶图、箱线图可视化；
数值数据中的分组数据——直方图、折线图；
数值数据中的时间序列数据——线图；
数值数据中的多元数据——散点图、气泡图、雷达图。
此外对于图表可视化来说，好的图表可视化应当具有如下特征：
显示数据；
让读者把注意力集中在图表的内容上，而不是制作图表的程序上；
强调数据之间的比较；
服务于一个明确的目的；
有对图表的统计描述和文字说明。
鉴别图表优劣的准则：
精心设计、 有助于洞察问题的实质；
使复杂的观点得到简明、 确切、 高效的阐述；
能在最短的时间内以最少的笔墨给读者提供最大量的信息；
表述数据的真实情况， 避免歪曲。
当然图表可视化不仅仅只有R，Excel、SPSS、Tableau都可以使用。
3.数据的概括性度量
当你面对一堆数据时，你还是不知道从何下手，因为我们不可能强行记住每个数据，然后在脑海里对各个数据的分布进行比较，所以科学家们在处理数据的时候，都希望用数据规模尽可能小的一个指标去描述数据尽可能多的信息。那么从数据的角度出发，针对数据分布的不同方面，科学家们也都找出了不相同的指标来进行描述。
简单来说，数据分布包括了集中趋势、离散程度、分布形状三个方面的内容。
集中趋势：众数、中位数、平均数；
离散程度：异众比率、四分位差、极差、方差或标准差、离散系数；
分布形状：偏态系数、峰态系数。
集中趋势的几个指标想必大家较为清楚，就不展开详述了。而离散程度中极差、方差和标准差也是如此，同上，不过单独解释下自由度的概念（一组数据中可以自由取值的数据的个数，与附加给独立观测值的约束或限制的个数
有关，比如三个数据的均值已经知道，知道其中两个数据，第三个数据是固定的，也就是说在添加了均值这个约束之后，观测数据自由取值的个数是n-1=2个）。这里重点解释异众比率，四分位差、离散系数、偏态系数和峰态系数。
异众比率——从字面理解即可，非众数的比率。也就是——不是众数的组的频数占总频数的比率。
四分位差——上四分位数减去下四分位数。
离散系数——也就是标准差系数，即用标准差除以平均值。
偏态系数——用来描述数据分布特征（分布偏斜程度）的系数，该系数&0为右偏分布，&0为左偏分布，=0为对称分布。
峰态系数——用来描述数据分布特征（分布扁平程度）的系数，该系数&0为尖峰分布，&0为扁平分布，=0为扁平峰度适中。
最后单列出以上部分指标的公式（有数学恐惧症的同学请跳过）：
城市与生态路上的一个GISer。
主页与博客（hexo）：
https://giserdaishaoqing.github.io/
Chapter 9 Linear Regression 本篇是第九章，内容是回归分析（主要以线性回归为主）。回归分析是数理统计、数理分析中最基础（也可以说是最重要）的一个分析，所以这一章内容相对来说也较多。 1 变量间的关系 确定型关系vs不确定型关系函数关系——一一对应的...
Chapter 10 Cluster Analysis 本篇是第十章，内容是聚类分析。由于之后的几章是典型的分析方法。而且在14章的案例里面可能不会体现，所以内容里会渗透较多的R语言操作。由于简书不支持Latex公式，这篇彻头彻尾又是各种数学公式，为防整篇博客都变成截图，我...
Chapter 12 Priciple Component Analysis 本篇是第十二章，内容是主成分分析。这篇博客的完整内容包含各类数学表达。可以见我CSDN和hexo搭的个人博客。CSDN博客 hexo的个人博客 1 主成分分析基本思想 依旧从问题开始本篇的介绍。地...
《R语言与统计分析》的读书笔记 本书的重点内容及感悟: 第三章 概率与分布 1、随机抽样 通过sample()来实现。 1）等可能的不放回的随机抽样。sample(x,n)其中x为要抽取的向量，n为样本量。例如从52张扑克牌抽取4张对应的R命令为：sample(1:52,4...
//我所经历的大数据平台发展史（三）：互联网时代 o 上篇http://www.infoq.com/cn/articles/the-development-history-of-big-data-platform-paet02 编者按：本文是松子（李博源）的大数据平台发展史...
锐眼视点： 数据分析初创企业 Incorta 获得由 GV 领投的 1000 万美金； Cobalt 发布专用于室内的机器人保安； Prisma 计划让用户创建专属的滤镜效果 。 [业界新闻] 数据分析初创企业 Incorta 获得由 GV 领投的 1000 万美金 Inc...
从购置旅行装备、搜索出行攻略、与旅行回来的同事探讨注意事项，到出行前夜兴奋的彻夜未眠，海南游的行程如期而至。在机场上看着不断报道的团友，我知道这将是一场徘徊于文艺与现实之间的旅行。 飞机轰鸣着驶离地面，一头扎进浓密的云层，机舱内骤增的压力让耳膜感到隐隐作痛。一边哼唱着迪克牛...
其实，我有时候觉得没有一个人懂得我，我真的觉得连我父母都不懂我，我觉得他们根本就不晓得我想要什么，他们一直以为给我物质上的满足就够了，其实他们错了，我想要的是爱，不是钱，可惜他们不懂，他们现在是赚钱了，但他们已经失去最重要的东西了那就是我和他们的感情！
我怎么如此幸运，此刻坐在饭店隔壁房间，回想着即将逝去的一天，有哪些收获，又有哪些欠缺及需要提升点： 收获 晨起趁着能量高将昨晚浸泡的衣服洗干净。 将儿子的住校所需准备利索。 收拾了房间，买了菜，在12：00前吃完午饭，还留出了午休时间，为儿子报到提前做好了准备。 下午报到后...
图书馆开门的时候，我就在靠窗的一张桌前坐下了。 周日的早上，还没几个人，又下了一夜小雨，紧闭的窗子将潮湿闷得一丝不苟，有种窒息的感觉堵在肺里。拉开窗的瞬间，整个二层都活过来了，雨后清凉的空气在河流一样的风里蹦蹦跳跳地撒欢儿，世间再没有一种东西能像自然这般猝不及防地唤醒我无尽...谁能告诉我现代文的所有描写方法?_百度知道
谁能告诉我现代文的所有描写方法?
分别有什么作用?
我有更好的答案
一、描写方法：是用生动形象的语言把人物或景物具体描绘出来的一种手法。❶按内容来分有：人物描写、环境描写。人物描写：概括描写、肖像描写、语言描写、行动描写、心理描写、细节描写六种。环境描写：静态与动态、客观与主观、反衬与对比①人物描写及其作用
（参考 苦中作乐新浪博客， 廉淑文名师工作室，tonysun的博客）1、外貌描写（包括神态描写）的作用：体现人物性格的特征，对塑造人物的性格和形象可以起烘托、铺垫作用。2、心理描写:直接深入人物心灵，揭示人物的内心世界，表现人物丰富而复杂的思想感情。3、动作描写:通过对人物个性化的行动、动作的描写，来揭示人物性格。4、语言描写:刻画人物性格 直接表现人物思想、品质和性格特点。 揭示人物的身分与社会地位预示并推动故事情节的发展，反映作品的主题与时代特点。②环境描写及其作用⑴环境描写是指对人物所处的具体的社会环境和自然环境的描写。其中，社会环境是指能反映社会、时代特征的建筑、场所、陈设等景物以及民俗民风等。自然环境是指自然界的景物，如季节变化、风霜雨雪、山川湖海、森林原野等。⑵环境描写的作用1、交代事情发生的地点或背景，为后文的人物或事件铺垫。2、烘托人物的心情。3、寄托人物的思想感情。4、深化主题5、衬托人物性格和品质6、推动情节的发展。7.渲染气氛❷按特征分类有：白描、细描和衬托。白描的作用:白描不用浓丽的形容词和繁复的修饰语，而须用准确、简洁的语言进行朴素、单纯的描写，做到既省俭，又传神。细描的作用:细描对事物的主要特征作细致入微的刻画。衬托的作用:运用衬托手法，能突出主体或渲染主体，使之形象鲜明，给人以深刻的感受。
采纳率：95%
来自团队：
人物描写： 1.外貌描写（肖像描写），对容貌、姿态、服饰的描写称之为外貌描写或肖像描写。 2.行动描写（动作描写），是通过对人物个性化的行动、动作的描写，来揭示人物性格的一种描写方法。 3.语言描写，是通过个性化的人物语言来刻画人物性格的一种描写方法。 4.心理描写，是通过剖析人物的心里活动（如内心感受、意向、愿望、思索、思想斗争等），挖掘人物的思想感情，以刻画人物形象内在性格特征的一种描写方法。 环境描写： 1.自然环境描写，是对人物活动的地点、季节、气候、时间，以及场景的描写。它有烘托人物心情、推动故事情节发展、点明和突出中心的作用 2.社会环境描写，一般指对社会背景、时代气氛、地域风貌的描写。 另外，根据叙述人的表现手法，又可以将描写（包括人物描写和环境描写）分为正面描写、侧面描写、场面描写和细节描写。 1.正面描写（直接描写），是对人或环境的直接描述 2.侧面描写（间接描写），通过对其他人或环境的描写，从侧面烘托所写人物、所写之景从而收到“烘云托月”的效果 3.场面描写，是对许多人参加的大型的社会活动或生活、战斗、劳动、娱乐的场景的描写，反映出社会的面貌和生活的各种侧面，反映出宏观的自然现象。 4.细节描写，是指对表现人物和情节发展有特殊作用，包括动作、神情、物件、环境等在内的一些细小换届的细致描写。
本回答被提问者采纳
语言描写,神态描写,心理活动描写,动作描写,景物描写
为您推荐：
其他类似问题
您可能关注的内容
现代文的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。豆丁微信公众号
君，已阅读到文档的结尾了呢~~
华中师范大学网络教育《教育评价学》课程练习题库及答案（可编辑）,华中师范网络教育,网络教育,网络教育学院,网络教育文凭,北师大网络教育,华师大网络教育学院,西南大学网络教育,重庆网络教育学院,网络教育平台
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
华中师范大学网络教育《教育评价学》课程练习题库及答案（可编辑）
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='http://www.docin.com/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口用说明性语言简要介绍画面的内容（字数100-120字左右）。 《取之不尽》提示：下载试题将会占用您每日试题的下载次数，建议加入到试题篮统一下载（普通个人用户：3次/天）【知识点】&&&& 类题推荐图文转换观察下面的这幅漫画，按要求完成后面的题目。 （1）用说明的表达方式介绍漫画的主要内容。______________________________________________________________。（2）这则漫画批评了一种怎样的教育现象？______________________________________________________________。支付宝是一种网上支付工具，请用简洁的语言介绍下图所示的支付宝交易流程。要求：注意介绍要得条理清楚，字数不超过100字阅读材料，完成以下题目。学校为了弘扬传统文化举办了一次书画展，其中一幅丰子恺的画﹙如右图﹚特别引人注目，请欣赏，并按要求作答。（1）请描述画面的主要内容.______________________________（2）请说说你对这幅画的主题理解。____________________________试题点评评分：0评论：暂时无评论暂时无评论末页使用过本题的试卷同步试卷暂无数据相关知识点组卷网 版权所有扫二维码下载作业帮
3亿+用户的选择
下载作业帮安装包
扫二维码下载作业帮
3亿+用户的选择
阅读下面的文字，分别用说明性语言、描述性语言解说这段话的意思。
心理学家和生态学家认为，窗外的环境十分重要，如果要让孩子健康，就不要住在六楼以上的楼层。身居高层，空气中含有大量的有害物质，而且整天面对的是砖墙，会引起孩子对外界不由自主的敌意。理想楼层是不超过六楼，窗外环境好，有树，有花草，有水。树和水还是极好的过滤器，能使周围空气很洁净。
⑴一般性的说明：＿＿＿＿＿＿＿＿＿＿。（40字以内）
⑵生动性的描述：＿＿＿＿＿＿＿＿＿＿。（45字以内）
作业帮用户
扫二维码下载作业帮
3亿+用户的选择
（１）．六楼以上空气质量不高，四面砖墙易引起孩子心理障碍；六楼以下，窗外环境好，空气新鲜。
（２）．身居高层，受砖墙包围，不能游目骋怀，无益身心；居六楼以下，可与绿树秀水为邻，贴近自然。
解析: 考查句式变换。要注意一般性说明和生动性描写的区别。答题时要紧扣原材料进行概括。
为您推荐：
扫描下载二维码