Lecture 4¶
参数有：Ratio（比例）、Interval（区间）、Ordinal（序数）、Nominal（名义）。
1. Quantitative Data¶
Descriptive Statistics：描述性统计，主要用于描述数据的基本特征。
中央趋势：均值、中位数、众数。
正态分布：t分布、F分布、卡方分布等。
Skewness：偏度，描述数据分布的对称性。unimodal（单峰）、bimodal（双峰）、multimodal（多峰）。
2. Bivariate Statistics - Correlation¶
相关性分析：描述两个变量之间的关系。
Pearson'r：皮尔逊相关系数，描述两个变量之间的线性关系。从-1到1，越接近1或-1，相关性越强。
Spearman's rho：斯皮尔曼相关系数，描述两个变量之间的单调关系。从-1到1，越接近1或-1，相关性越强。
Correlation 和 Causation：相关性和因果关系。相关性不代表因果关系。
3. Data Visualization¶
- Bar Graph：条形图，适用于分类变量的可视化。
- Histogram：直方图，适用于连续变量的可视化。
- Pie Chart：饼图，适用于分类变量的可视化。
- Box Plot：箱线图，适用于连续变量的可视化。
- Violin Plot：小提琴图，适用于连续变量的可视化。
- Line Plot：折线图，适用于时间序列数据的可视化。
- Area Plot：面积图，适用于时间序列数据的可视化。
- Stacked Area Plot：堆叠面积图，适用于时间序列数据的可视化。
- Bubble Plot：气泡图，适用于三个变量的可视化。
- Heatmap：热力图，适用于两个变量的可视化，展示大量数据的相关性。
- Radar Chart/Spider Chart：雷达图，展示不同领域的比较。