Excel - Présentation des graphiques de distribution d'une série de valeurs Tutoriels

Découvrez comment présenter des graphiques de distribution d'une série de valeurs dans Microsoft 365 en utilisant des données réelles.
Cette vidéo présente les étapes clés pour créer des histogrammes et des courbes de densité pour mieux comprendre la distribution de vos données.
Obtenez des conseils pratiques pour personnaliser les axes, les couleurs et les étiquettes pour une présentation claire et professionnelle de vos données.
Cette ressource est utile pour tous les professionnels souhaitant améliorer leur compréhension de la datavisualisation dans Microsoft 365. Suivez cette formation pour créer facilement des graphiques de distribution professionnels et mieux comprendre vos données.

05:57
590 vues

00:00:01

représentation graphique avec

00:00:03

les distributions, donc à savoir

00:00:04

l'histogramme et les boîtes à moustaches.

00:00:06

L'utilisation de ces types de visualisation

00:00:08

rentre en ligne de compte

00:00:11

quand vous allez avoir besoin d'avoir une

00:00:13

idée de la répartition d'un élément.

00:00:15

Ça peut être les prix en fonction...

00:00:17

les produits en fonction de leur prix,

00:00:20

donc on pourrait faire par exemple,

00:00:22

combien j'ai de produits de 0 à

00:00:23

50€, combien j'ai de produits de 50 à 100€,

00:00:26

de 100 à 150,

00:00:28

et cetera et cetera. Et

00:00:30

donc on va compter le nombre de produits

00:00:32

qui est représenté et in fine du

00:00:34

coup on va pouvoir potentiellement

00:00:35

se retrouver avec un

00:00:37

histogramme qui va nous représenter,

00:00:38

du coup, quels sont les blocs,

00:00:40

quelles sont les tranches de prix

00:00:41

où j'ai le plus de produits.

00:00:43

On va potentiellement pouvoir faire la

00:00:45

même chose avec les élèves par note.

00:00:47

Voilà, on va rassembler les élèves

00:00:48

qui ont eu entre 0 et 5, entre 5 et 10,

00:00:51

entre 10 et 15, et 15 et 20.

00:00:53

On compte et donc on va se rendre

00:00:55

compte de

00:00:56

de la tranche où il y a le plus d'élèves

00:00:58

représentés et finalement le dernier cas

00:01:01

qui peut être assez évident

00:01:03

en terme de compréhension,

00:01:04

c'est celui des tailles des humains,

00:01:06

donc tout simplement regarder combien

00:01:08

j'ai de personnes qui fait un mètre 69,

00:01:11

70, 71, et cetera.

00:01:13

Et donc on va avoir cette

00:01:16

forme assez caractéristique d'une

00:01:18

distribution sur ces valeurs-là.

00:01:21

Donc là, on est dans un cas où

00:01:23

on n'a qu'une seule valeur numérique

00:01:25

en entrée,

00:01:26

on ne va pas avoir une comparaison de

00:01:28

deux métriques, donc ça c'est important

00:01:30

à avoir en tête.

00:01:31

On rassemble les éléments par tranche.

00:01:32

Parfois pas forcément.

00:01:33

Du coup,

00:01:34

comme je vous disais par exemple les tailles,

00:01:36

si l'échantillon est assez grand,

00:01:37

on peut directement mettre les

00:01:39

tailles précises et donc oui le

00:01:40

but est évidemment de compter le

00:01:42

nombre d'éléments et la hauteur

00:01:43

de l'histogramme représente ce

00:01:45

nombre d'éléments en particulier.

00:01:48

Et il permet effectivement de voir les

00:01:50

particularités d'une distribution.

00:01:51

Est ce que par exemple j'ai plutôt

00:01:52

des valeurs qui se situent sur les

00:01:54

masses plutôt au début

00:01:56

des valeurs ou alors à la fin ou au

00:01:58

contraire tout ça est très harmonieux

00:02:00

et très bien réparti. Donc

00:02:02

ça permet de se rendre compte

00:02:04

un petit peu là de la répartition.

00:02:06

Et potentiellement, effectivement,

00:02:07

le dernier conseil que je peux donner,

00:02:09

c'est de savoir jouer avec la taille et

00:02:12

le nombre des tranches pour un bon visuel.

00:02:15

Voilà, j'ai 6, 5 tranches réparties.

00:02:16

J'aurais pu en mettre 6, 7, 8, 9,

00:02:18

10.

00:02:18

Après voilà,

00:02:19

j'ai des groupes qui vont être avec

00:02:21

de moins en moins d'observation donc

00:02:23

c'est un équilibre à trouver

00:02:26

pour trouver la bonne manière

00:02:28

de visualiser les données.

00:02:30

Et le deuxième élément,

00:02:31

le deuxième type de graphique qui permet

00:02:33

d'afficher ce type d'informations,

00:02:35

ça va être les boîtes à moustaches

00:02:38

ou box plot en anglais,

00:02:39

qui sont un peu moins évidentes à

00:02:41

comprendre en terme de visualisation.

00:02:43

Sachez que dans deux parties,

00:02:44

on aura tout un chapitre sur la statistique,

00:02:46

donc c'est de ça que ça parle.

00:02:48

Au final, c'est de la

00:02:50

statistique descriptive. Donc,

00:02:51

qu'est ce qu'on peut lire

00:02:53

sur ce type de graphique-là ? Donc en fait,

00:02:55

ça, il faut comprendre que

00:02:58

vous allez avoir plusieurs paliers. Ici,

00:03:00

ça va être le minimum, le

00:03:01

premier quartile, le deuxième quartile,

00:03:03

le troisième et le quatrième quartile. Donc qu'est ce qu'un

00:03:06

quartile ? En gros vous avez votre population.

00:03:08

On va les ranger dans l'ordre,

00:03:10

donc du plus petit au plus grand,

00:03:12

donc on va prendre par exemple les notes

00:03:14

d'élèves et donc on va regarder pour

00:03:16

le quart de

00:03:17

la population,

00:03:18

donc le quart de mes élèves,

00:03:20

quelle va être la répartition au

00:03:21

niveau de l'ordre de leur note.

00:03:23

Donc ça, ça va me donner du coup cet écart-là.

00:03:26

Donc en gros je sais que entre ce trait-là

00:03:28

et ce trait-là, j'ai un quart de mes élèves.

00:03:31

Ensuite je vais recommencer l'opération

00:03:32

entre ce trait-là et ce trait-là,

00:03:35

j'ai un nouveau quart de mes élèves,

00:03:36

entre ce trait-là et ce trait-là,

00:03:38

un nouveau quart,

00:03:39

entre ce trait-là,

00:03:40

un nouveau quart. Donc au final,

00:03:41

on se retrouve avec bien avec nos quatre quarts,

00:03:44

donc l'ensemble de ma population et là

00:03:46

ce qu'on peut potentiellement voir en fait,

00:03:48

et c'est ça l'intérêt de ces répartitions,

00:03:50

c'est de se dire, eh bien,

00:03:51

le premier quart est plutôt

00:03:52

ramassé et par contre enfin non.

00:03:54

D'ailleurs oui il est équilibré.

00:03:55

Dans tous les cas,

00:03:56

là ce qu'on voit que c'est le troisième quartile,

00:03:59

du coup la troisième tranche

00:04:00

est très ramassée.

00:04:01

Ça veut dire que les notes en fait

00:04:03

sont très proches les unes des autres

00:04:05

pour ce groupe

00:04:06

d'élèves.

00:04:07

Et potentiellement on peut

00:04:09

voir, donc là,

00:04:09

c'est pour les tailles des hommes

00:04:11

et des femmes.

00:04:12

Donc ça je crois que c'est le cas

00:04:14

qu'on va voir après dans

00:04:15

l'exercice, on va avoir par exemple

00:04:17

des hommes qui vont tendance à

00:04:19

avoir visiblement des tailles

00:04:20

plus ramassées que les femmes où

00:04:22

là c'est beaucoup plus large.

00:04:23

Là on a un premier quartile, donc

00:04:24

là un quart de la population des femmes

00:04:26

fait entre 175 centimètres et 168,

00:04:28

on va dire, donc la fourchette

00:04:30

est très grande par rapport à ce

00:04:32

qu'on peut avoir chez les hommes où

00:04:34

du coup les chiffres sont beaucoup

00:04:36

plus ramassés.

00:04:38

Donc voilà à quoi servent

00:04:40

ces box plot,

00:04:41

ces boîtes à moustaches et

00:04:42

sachez que le trait du milieu,

00:04:44

ça va représenter ce qu'on

00:04:45

appelle la médiane.

00:04:46

Donc la médiane,

00:04:47

ça va couper exactement en deux

00:04:49

la population que j'ai, donc

00:04:50

mon nombre d'élèves en deux

00:04:52

parties égales.

00:04:53

Voilà. Et

00:04:54

c'est la définition de la médiane,

00:04:56

à ne pas confondre avec la moyenne.

00:04:58

La comparaison par rapport

00:04:59

aux deux types de graphique,

00:05:01

c'est que la boîte à moustache

00:05:03

est moins fine par rapport à

00:05:05

l'histogramme, parce que là, vous le voyez,

00:05:06

je n'ai que, au final, quatre

00:05:08

valeurs, alors qu'ici je peux en avoir

00:05:10

5, 6, 7, 8, 9, 10, donc plus de granularité.

00:05:12

Par contre,

00:05:13

ce qui est intéressant c'est que

00:05:14

j'ai la place pour en afficher

00:05:16

plusieurs et potentiellement

00:05:17

pouvoir faire des comparaisons.

00:05:18

Donc quand on a toute une section de

00:05:20

catégories qu'on souhaite afficher

00:05:22

au niveau de leur distribution, eh

00:05:23

bien la boîte à moustaches, c'est

00:05:25

potentiellement plus indiqué.

00:05:27

Et si au contraire on veut de la

00:05:28

granularité sur une répartition,

00:05:30

sur une distribution,

00:05:31

là on va plutôt utiliser

00:05:33

l'histogramme. Gardez en tête que

00:05:35

même si là on va les manipuler,

00:05:36

les gens ont moins l'habitude de manipuler

00:05:39

ce type de boîte à moustaches,

00:05:40

donc,

00:05:41

ce type de graphique. Donc si

00:05:42

c'est juste pour vous, bon voilà,

00:05:44

vous avez compris l'intérêt du

00:05:46

graphique et vous pouvez donc les

00:05:48

utiliser, si c'est pour être diffusé

00:05:49

après auprès d'autres personnes,

00:05:51

soit vous devrez leur expliquer

00:05:53

potentiellement, soit pas adapté donc

00:05:55

partir peut-être sur quelque chose d'autre.

00:00:01

Графическое представление с

00:00:03

дистрибутивы, т.е.

00:00:04

гистограмма и усы.

00:00:06

Использование этих типов визуализаций

00:00:08

Актуален

00:00:11

Когда вам понадобится

00:00:13

Идея распределения предмета.

00:00:15

Это могут быть цены в зависимости от...

00:00:17

продукты в соответствии с их ценой,

00:00:20

Так, например, мы могли бы сделать,

00:00:22

сколько у меня товаров от 0 до

00:00:23

50€, сколько у меня товаров от 50 до 100€,

00:00:26

от 100 до 150,

00:00:28

и так далее, и так далее. И

00:00:30

Вот и будем подсчитывать количество товаров

00:00:32

который представлен и, в конечном счете,

00:00:34

удар мы сможем потенциально

00:00:35

В итоге

00:00:37

гистограмма, которая будет представлять нас,

00:00:38

Итак, какие бывают блоки,

00:00:40

Какие бывают ценовые диапазоны

00:00:41

где у меня больше всего продуктов.

00:00:43

Потенциально мы сможем сделать

00:00:45

То же самое и со студентами по классам.

00:00:47

Вот и все, мы собираемся собрать студентов вместе.

00:00:48

у которых было от 0 до 5, от 5 до 10,

00:00:51

между 10 и 15, а также от 15 до 20.

00:00:53

Считаем и потому сдадимся

00:00:55

Счет

00:00:56

группы с наибольшим количеством студентов

00:00:58

представленное и, наконец, последнее дело

00:01:01

что может быть довольно очевидно

00:01:03

С точки зрения понимания,

00:01:04

это размеры людей,

00:01:06

Так что просто посмотрите, сколько

00:01:08

У меня есть люди, которым один метр 69,

00:01:11

70, 71 и так далее.

00:01:13

Итак, у нас будет это

00:01:16

Довольно характерная форма

00:01:18

распределение по этим значениям.

00:01:21

Итак, мы находимся в случае, когда

00:01:23

У нас есть только одно числовое значение

00:01:25

в качестве входных данных,

00:01:26

Мы не собираемся сравнивать

00:01:28

Два показателя, так что это важно

00:01:30

иметь в виду.

00:01:31

Элементы сгруппированы в транши.

00:01:32

Иногда не обязательно.

00:01:33

Следовательно

00:01:34

Как я уже говорил вам, например, размеры,

00:01:36

если выборка достаточно большая,

00:01:37

Мы можем напрямую поставить

00:01:39

Точные размеры и, следовательно, да

00:01:40

Цель, очевидно, состоит в том, чтобы подсчитать

00:01:42

Количество элементов и высота

00:01:43

гистограммы представляет собой следующее:

00:01:45

Количество предметов в частности.

00:01:48

И это на самом деле позволяет вам увидеть

00:01:50

особенности распределения.

00:01:51

Разве что, например, я скорее

00:01:52

Значения, которые находятся в каталоге

00:01:54

массы скорее в начале

00:01:56

значения или в конце, или в конце, или в

00:01:58

Вопреки всему этому очень гармонично

00:02:00

и очень хорошо распределены. Следовательно

00:02:02

Она позволяет реализовать

00:02:04

Немного о распределении.

00:02:06

И потенциально, действительно,

00:02:07

Последний совет, который я могу дать,

00:02:09

Это знать, как играть с размером и

00:02:12

Количество срезов для хорошего визуального оформления.

00:02:15

Все, у меня 6, 5 ломтиков роздали.

00:02:16

Я мог бы поставить 6, 7, 8, 9,

00:02:18

10.

00:02:18

Затем

00:02:19

У меня есть группы, которые будут с

00:02:21

Поэтому все меньше и меньше наблюдений

00:02:23

Это баланс, который нужно соблюдать

00:02:26

Найти правильный путь

00:02:28

Визуализируйте данные.

00:02:30

И второй элемент,

00:02:31

Второй тип диаграммы, который позволяет:

00:02:33

Чтобы отобразить этот тип информации,

00:02:35

Это будут коробки с усами

00:02:38

или коробчатый график на английском языке,

00:02:39

которые немного менее очевидны в

00:02:41

понимать с точки зрения визуализации.

00:02:43

Знайте, что в двух частях,

00:02:44

у нас будет целая глава по статистике,

00:02:46

Так вот о чем речь.

00:02:48

В конце концов, это

00:02:50

описательная статистика. Следовательно

00:02:51

Что можно почитать

00:02:53

на этом типе графика? Так что на самом деле,

00:02:55

Что, надо понимать, что

00:02:58

У вас будет несколько уровней. Здесь

00:03:00

Это будет минимум,

00:03:01

первый квартиль, второй квартиль,

00:03:03

третий и четвертый квартили. Так что же такое

00:03:06

квартиль? По сути, у вас есть свое население.

00:03:08

Мы приведем их в порядок,

00:03:10

Так от самого маленького к самому большому,

00:03:12

Итак, мы возьмем, к примеру, заметки

00:03:14

студентов и так будем искать

00:03:16

четверть

00:03:17

население,

00:03:18

Итак, четверть моих учеников,

00:03:20

Каким будет распределение в

00:03:21

уровень порядка их оценки.

00:03:23

Так что это даст мне этот пробел.

00:03:26

Так что, в принципе, я знаю, что между этой чертой

00:03:28

И этой чертой у меня есть четверть моих учеников.

00:03:31

Тогда я снова начну операцию

00:03:32

между этой чертой и той чертой,

00:03:35

У меня новая четверть моих учеников,

00:03:36

между этой чертой и той чертой,

00:03:38

новый квартал,

00:03:39

между этой чертой,

00:03:40

Новый квартал. Так что, в конце концов,

00:03:41

Мы заканчиваем наши четыре четверти хорошо,

00:03:44

Так что все мое население и там

00:03:46

то, что мы потенциально можем увидеть на самом деле,

00:03:48

И в этом смысл этих распределений,

00:03:50

Я хочу сказать, что ж,

00:03:51

Первый квартал скорее

00:03:52

подхватили и окончательно нет.

00:03:54

Кроме того, да, он сбалансирован.

00:03:55

В любом случае,

00:03:56

Там мы видим, что это третий квартиль,

00:03:59

Итак, третий транш

00:04:00

очень собран.

00:04:01

Это означает, что заметки на самом деле

00:04:03

находятся очень близко друг к другу

00:04:05

Для этой группы

00:04:06

студентов.

00:04:07

И потенциально мы можем

00:04:09

См., следовательно, там,

00:04:09

Это для мужских размеров

00:04:11

и женщины.

00:04:12

Так что я думаю, что это так

00:04:14

что мы увидим позже в

00:04:15

Упражнение, которое у нас будет, например,

00:04:17

Мужчины, которые склонны

00:04:19

Видимые размеры

00:04:20

собрано больше, чем женщины, где

00:04:22

Там она гораздо шире.

00:04:23

Там у нас есть первый квартиль, так что

00:04:24

там четверть женского населения

00:04:26

составляет от 175 сантиметров до 168,

00:04:28

Скажем, так развилка

00:04:30

очень большой по сравнению с этим

00:04:32

что может быть у мужчин, где

00:04:34

Так что цифр много

00:04:36

Более собранные.

00:04:38

Так вот для чего это нужно.

00:04:40

Эти коробчатые участки,

00:04:41

Эти коробки усов и

00:04:42

Знай, что средняя линия,

00:04:44

Он будет представлять то, что мы собираемся сделать

00:04:45

Называет медиану.

00:04:46

Итак, медиана,

00:04:47

Разрежет ровно пополам

00:04:49

население у меня есть, так что

00:04:50

Мое количество учеников в двух

00:04:52

равными частями.

00:04:53

Здорово. И

00:04:54

Это определение медианы,

00:04:56

Не путать со средним.

00:04:58

Сравнение с

00:04:59

оба типа графиков,

00:05:01

Дело в том, что коробка усов

00:05:03

менее мелкий по сравнению с

00:05:05

гистограмма, потому что там, вы видите это,

00:05:06

В конце концов, у меня их всего четыре

00:05:08

ценности, тогда как здесь они могут быть у меня

00:05:10

5, 6, 7, 8, 9, 10, так что больше детализации.

00:05:12

С другой стороны

00:05:13

Интересно то, что

00:05:14

У меня есть место, чтобы опубликовать некоторые

00:05:16

несколько и потенциально

00:05:17

уметь делать сравнения.

00:05:18

Поэтому, когда у вас есть целый раздел

00:05:20

Категории, которые вы хотите отобразить

00:05:22

На уровне их распространения, эх

00:05:23

Ну коробка усов, она такая

00:05:25

потенциально более подходящий.

00:05:27

А если, наоборот, захотим

00:05:28

детализация распределения,

00:05:30

о распределении,

00:05:31

Там мы скорее воспользуемся

00:05:33

гистограмма. Имейте в виду, что

00:05:35

Даже если мы будем ими манипулировать,

00:05:36

Люди меньше привыкли манипулировать

00:05:39

этот тип коробки с бакенбардами,

00:05:40

следовательно

00:05:41

Этот тип диаграммы. Так что, если

00:05:42

Это только для вас, ну,

00:05:44

Вы поняли заинтересованность

00:05:46

график и так можно

00:05:48

использовать, если он будет транслироваться

00:05:49

после с другими людьми,

00:05:51

либо придется им объяснять

00:05:53

потенциально, не подходит так

00:05:55

Может быть, начать с чего-то другого.

00:00:01

graphical representation with

00:00:03

distributions, i.e.

00:00:04

histogram and mustache boxes.

00:00:06

The use of these types of visualizations

00:00:08

Is relevant

00:00:11

When you're going to need to have a

00:00:13

The idea of distributing an item.

00:00:15

It can be the prices depending on...

00:00:17

products according to their price,

00:00:20

So we could do for example,

00:00:22

how many products I have from 0 to

00:00:23

50€, how many products I have from 50 to 100€,

00:00:26

from 100 to 150,

00:00:28

et cetera et cetera. And

00:00:30

So we will count the number of products

00:00:32

which is represented and ultimately of the

00:00:34

blow we will be able potentially

00:00:35

ending up with a

00:00:37

histogram that will represent us,

00:00:38

So, what are the blocks,

00:00:40

What are the price bands

00:00:41

where I have the most products.

00:00:43

We will potentially be able to do the

00:00:45

Same thing with students by grade.

00:00:47

That's it, we're going to bring the students together.

00:00:48

who had between 0 and 5, between 5 and 10,

00:00:51

between 10 and 15, and 15 and 20.

00:00:53

We count and therefore we will surrender

00:00:55

account of

00:00:56

of the bracket with the most students

00:00:58

represented and finally the last case

00:01:01

which can be pretty obvious

00:01:03

In terms of understanding,

00:01:04

it is that of the sizes of humans,

00:01:06

So just look at how much

00:01:08

I have people who are one meter 69,

00:01:11

70, 71, et cetera.

00:01:13

And so we're going to have this

00:01:16

Quite characteristic form of a

00:01:18

distribution on these values.

00:01:21

So here we are in a case where

00:01:23

we have only one numerical value

00:01:25

as an input,

00:01:26

We are not going to have a comparison of

00:01:28

Two metrics, so that's important

00:01:30

to keep in mind.

00:01:31

The elements are grouped in tranches.

00:01:32

Sometimes not necessarily.

00:01:33

Consequently

00:01:34

As I told you for example the sizes,

00:01:36

if the sample is large enough,

00:01:37

We can directly put the

00:01:39

Precise sizes and therefore yes the

00:01:40

Goal is obviously to count the

00:01:42

Number of elements and height

00:01:43

of the histogram represents this

00:01:45

Number of items in particular.

00:01:48

And it actually allows you to see the

00:01:50

peculiarities of a distribution.

00:01:51

Is that for example I rather

00:01:52

values that are on the

00:01:54

masses rather at the beginning

00:01:56

values or at the end or at the end or at the

00:01:58

contrary all this is very harmonious

00:02:00

and very well distributed. Therefore

00:02:02

It allows you to realize

00:02:04

a little bit of the distribution.

00:02:06

And potentially, indeed,

00:02:07

The last piece of advice I can give,

00:02:09

it is to know how to play with the size and

00:02:12

The number of slices for a good visual.

00:02:15

That's it, I have 6, 5 slices distributed.

00:02:16

I could have put 6, 7, 8, 9,

00:02:18

10.

00:02:18

After that,

00:02:19

I have groups that will be with

00:02:21

less and less observation therefore

00:02:23

It's a balance to be struck

00:02:26

to find the right way

00:02:28

visualize the data.

00:02:30

And the second element,

00:02:31

The second type of chart that allows

00:02:33

to display this type of information,

00:02:35

It's going to be the whiskers boxes

00:02:38

or box plot in English,

00:02:39

which are a little less obvious at

00:02:41

understand in terms of visualization.

00:02:43

Know that in two parts,

00:02:44

we will have a whole chapter on statistics,

00:02:46

So that's what it's about.

00:02:48

In the end, it's

00:02:50

descriptive statistics. Therefore

00:02:51

What can be read

00:02:53

on this type of graph? So actually,

00:02:55

That, it must be understood that

00:02:58

You will have several levels. Here

00:03:00

It's going to be the minimum, the

00:03:01

first quartile, second quartile,

00:03:03

the third and fourth quartiles. So what is a

00:03:06

quartile? Basically, you have your population.

00:03:08

We will put them in order,

00:03:10

so from the smallest to the largest,

00:03:12

So we will take for example the notes

00:03:14

of students and so we will look for

00:03:16

one-quarter of

00:03:17

the population,

00:03:18

So a quarter of my students,

00:03:20

What will be the distribution in the

00:03:21

level of the order of their grade.

00:03:23

So that's going to give me that gap.

00:03:26

So basically I know that between that trait

00:03:28

And this trait, I have a quarter of my students.

00:03:31

Then I will start the operation again

00:03:32

between this trait and that trait,

00:03:35

I have a new quarter of my students,

00:03:36

between this trait and that trait,

00:03:38

a new quarter,

00:03:39

between this trait,

00:03:40

a new quarter. So in the end,

00:03:41

we end up with our four quarters well,

00:03:44

So my entire population and there

00:03:46

what we can potentially see in fact,

00:03:48

And that's the point of these distributions,

00:03:50

is to say, well,

00:03:51

The first quarter is rather

00:03:52

picked up and finally no.

00:03:54

Besides, yes, it is balanced.

00:03:55

In any case,

00:03:56

there what we see is that it is the third quartile,

00:03:59

So the third tranche

00:04:00

is very collected.

00:04:01

This means that the notes actually

00:04:03

are very close to each other

00:04:05

for this group

00:04:06

of students.

00:04:07

And potentially we can

00:04:09

see, therefore, there,

00:04:09

It's for men's sizes

00:04:11

and women.

00:04:12

So I think that's the case

00:04:14

that we will see later in

00:04:15

the exercise, we will have for example

00:04:17

men who tend to

00:04:19

visibly have sizes

00:04:20

more collected than women where

00:04:22

There it is much broader.

00:04:23

There we have a first quartile, so

00:04:24

there a quarter of the female population

00:04:26

is between 175 centimeters and 168,

00:04:28

We will say, so the fork

00:04:30

is very large compared to this

00:04:32

that can be had in men where

00:04:34

So the numbers are a lot

00:04:36

more collected.

00:04:38

So that's what it's for.

00:04:40

These box plots,

00:04:41

these boxes of whiskers and

00:04:42

Know that the middle line,

00:04:44

It's going to represent what we're going to

00:04:45

calls the median.

00:04:46

So the median,

00:04:47

It will cut exactly in half

00:04:49

the population I have, so

00:04:50

My number of students in two

00:04:52

equal parts.

00:04:53

There you go. And

00:04:54

this is the definition of the median,

00:04:56

Not to be confused with the average.

00:04:58

The comparison with

00:04:59

both types of charts,

00:05:01

It's that the mustache box

00:05:03

is less fine compared to

00:05:05

the histogram, because there, you see it,

00:05:06

In the end, I only have four

00:05:08

values, whereas here I can have them

00:05:10

5, 6, 7, 8, 9, 10, so more granularity.

00:05:12

On the other hand

00:05:13

What is interesting is that

00:05:14

I have the place to post some

00:05:16

several and potentially

00:05:17

be able to make comparisons.

00:05:18

So when you have a whole section of

00:05:20

Categories you want to display

00:05:22

At the level of their distribution, eh

00:05:23

Well the box of mustaches, it is

00:05:25

potentially more appropriate.

00:05:27

And if, on the contrary, we want

00:05:28

granularity on a distribution,

00:05:30

on a distribution,

00:05:31

there we will rather use

00:05:33

the histogram. Keep in mind that

00:05:35

Even if we will manipulate them,

00:05:36

People are less used to manipulating

00:05:39

this type of box with whiskers,

00:05:40

therefore

00:05:41

this type of chart. So if

00:05:42

It's just for you, well,

00:05:44

You have understood the interest of the

00:05:46

graph and so you can

00:05:48

use, if it is to be broadcast

00:05:49

after with other people,

00:05:51

either you will have to explain to them

00:05:53

potentially, is not suitable so

00:05:55

Maybe start on something else.

00:00:01

representación gráfica con

00:00:03

distribuciones, es decir,

00:00:04

Histograma y cajas de bigote.

00:00:06

El uso de este tipo de visualizaciones

00:00:08

Es relevante

00:00:11

Cuándo vas a necesitar tener un

00:00:13

La idea de distribuir un artículo.

00:00:15

Pueden ser los precios dependiendo de...

00:00:17

productos según su precio,

00:00:20

Así podríamos hacer, por ejemplo,

00:00:22

cuántos productos tengo de 0 a

00:00:23

50€, cuántos productos tengo de 50 a 100€,

00:00:26

de 100 a 150,

00:00:28

et cetera et cetera. Y

00:00:30

Así que contaremos el número de productos

00:00:32

que está representado y en última instancia de la

00:00:34

golpe que seremos capaces potencialmente

00:00:35

terminando con un

00:00:37

histograma que nos representará,

00:00:38

Entonces, ¿cuáles son los bloques,

00:00:40

¿Cuáles son las bandas de precios?

00:00:41

donde tengo la mayor cantidad de productos.

00:00:43

Potencialmente seremos capaces de hacer el

00:00:45

Lo mismo con los estudiantes por grado.

00:00:47

Eso es todo, vamos a reunir a los estudiantes.

00:00:48

que tenían entre 0 y 5, entre 5 y 10,

00:00:51

entre 10 y 15, y 15 y 20.

00:00:53

Contamos y por lo tanto nos rendiremos

00:00:55

cuenta de

00:00:56

del tramo con más estudiantes

00:00:58

representado y finalmente el último caso

00:01:01

lo que puede ser bastante obvio

00:01:03

En términos de comprensión,

00:01:04

es el de los tamaños de los humanos,

00:01:06

Así que solo mira cuánto

00:01:08

Tengo personas que miden un metro 69,

00:01:11

70, 71, etcétera.

00:01:13

Y entonces vamos a tener esto

00:01:16

Forma bastante característica de un

00:01:18

distribución sobre estos valores.

00:01:21

Así que aquí estamos en un caso donde

00:01:23

Sólo tenemos un valor numérico

00:01:25

como entrada,

00:01:26

No vamos a tener una comparación de

00:01:28

Dos métricas, así que eso es importante

00:01:30

a tener en cuenta.

00:01:31

Los elementos se agrupan en tramos.

00:01:32

A veces no necesariamente.

00:01:33

Por consiguiente

00:01:34

Como te dije por ejemplo los tamaños,

00:01:36

si la muestra es lo suficientemente grande,

00:01:37

Podemos poner directamente el

00:01:39

Tamaños precisos y, por lo tanto, sí el

00:01:40

El objetivo es obviamente contar el

00:01:42

Número de elementos y altura

00:01:43

del histograma representa esto

00:01:45

Número de artículos en particular.

00:01:48

Y en realidad te permite ver el

00:01:50

Peculiaridades de una distribución.

00:01:51

¿Es que, por ejemplo, prefiero

00:01:52

valores que están en el

00:01:54

masas más bien al principio

00:01:56

valores o al final o al final o en el

00:01:58

Contrariamente a todo esto es muy armonioso

00:02:00

y muy bien distribuido. Por lo tanto

00:02:02

Te permite realizar

00:02:04

un poco de la distribución.

00:02:06

Y potencialmente, de hecho,

00:02:07

El último consejo que puedo dar,

00:02:09

Es saber jugar con el tamaño y

00:02:12

El número de sectores para una buena imagen.

00:02:15

Eso es todo, tengo 6, 5 rebanadas distribuidas.

00:02:16

Podría haber puesto 6, 7, 8, 9,

00:02:18

10.

00:02:18

Después de eso,

00:02:19

Tengo grupos que estarán con

00:02:21

Por lo tanto, cada vez menos observación

00:02:23

Es un equilibrio que hay que alcanzar

00:02:26

para encontrar el camino correcto

00:02:28

Visualice los datos.

00:02:30

Y el segundo elemento,

00:02:31

El segundo tipo de gráfico que permite

00:02:33

para mostrar este tipo de información,

00:02:35

Serán las cajas de bigotes

00:02:38

o diagrama de caja en inglés,

00:02:39

que son un poco menos obvios en

00:02:41

entender en términos de visualización.

00:02:43

Sepan que en dos partes,

00:02:44

tendremos un capítulo entero sobre estadísticas,

00:02:46

Así que de eso se trata.

00:02:48

Al final, es

00:02:50

Estadística descriptiva. Por lo tanto

00:02:51

Lo que se puede leer

00:02:53

en este tipo de gráfico? Así que en realidad,

00:02:55

Eso, debe entenderse que

00:02:58

Tendrás varios niveles. Aquí

00:03:00

Va a ser el mínimo, el

00:03:01

primer cuartil, segundo cuartil,

00:03:03

el tercer y cuarto cuartiles. Entonces, ¿qué es un

00:03:06

¿cuartil? Básicamente, tienes tu población.

00:03:08

Los pondremos en orden,

00:03:10

Así que del más pequeño al más grande,

00:03:12

Así que tomaremos por ejemplo las notas

00:03:14

de estudiantes y por eso buscaremos

00:03:16

una cuarta parte de

00:03:17

la población,

00:03:18

Así que una cuarta parte de mis estudiantes,

00:03:20

¿Cuál será la distribución en el

00:03:21

nivel del orden de su grado.

00:03:23

Así que eso me va a dar esa brecha.

00:03:26

Así que básicamente sé que entre ese rasgo

00:03:28

Y este rasgo, tengo una cuarta parte de mis estudiantes.

00:03:31

Luego comenzaré la operación nuevamente

00:03:32

entre este rasgo y ese rasgo,

00:03:35

Tengo un nuevo cuarto de mis estudiantes,

00:03:36

entre este rasgo y ese rasgo,

00:03:38

un nuevo trimestre,

00:03:39

Entre este rasgo,

00:03:40

un nuevo cuarto. Así que al final,

00:03:41

terminamos con nuestros cuatro cuartos bien,

00:03:44

Así que toda mi población y allí

00:03:46

lo que potencialmente podemos ver de hecho,

00:03:48

Y ese es el punto de estas distribuciones,

00:03:50

es decir, bueno,

00:03:51

El primer trimestre es más bien

00:03:52

recogido y finalmente no.

00:03:54

Además, sí, es equilibrado.

00:03:55

En cualquier caso,

00:03:56

Ahí lo que vemos es que es el tercer cuartil,

00:03:59

Así que el tercer tramo

00:04:00

es muy recogido.

00:04:01

Esto significa que las notas en realidad

00:04:03

están muy cerca el uno del otro

00:04:05

para este grupo

00:04:06

de estudiantes.

00:04:07

Y potencialmente podemos

00:04:09

véase, por lo tanto, allí,

00:04:09

Es para tallas de hombre

00:04:11

y las mujeres.

00:04:12

Así que creo que ese es el caso

00:04:14

que veremos más adelante en

00:04:15

el ejercicio, tendremos por ejemplo

00:04:17

Hombres que tienden a

00:04:19

Visiblemente tienen tamaños

00:04:20

más recogido que las mujeres donde

00:04:22

Allí es mucho más amplio.

00:04:23

Ahí tenemos un primer cuartil, así que

00:04:24

hay una cuarta parte de la población femenina

00:04:26

mide entre 175 centímetros y 168,

00:04:28

Diremos, así que el tenedor

00:04:30

es muy grande en comparación con esto

00:04:32

que se puede tener en hombres donde

00:04:34

Así que los números son muchos

00:04:36

más recogido.

00:04:38

Así que para eso es.

00:04:40

Estos diagramas de caja,

00:04:41

estas cajas de bigotes y

00:04:42

Sepa que la línea media,

00:04:44

Va a representar lo que vamos a hacer

00:04:45

llama a la mediana.

00:04:46

Así que la mediana,

00:04:47

Se cortará exactamente a la mitad

00:04:49

la población que tengo, así que

00:04:50

Mi número de estudiantes en dos

00:04:52

partes iguales.

00:04:53

Aquí tienes. Y

00:04:54

esta es la definición de la mediana,

00:04:56

No debe confundirse con el promedio.

00:04:58

La comparación con

00:04:59

ambos tipos de gráficos,

00:05:01

Es que la caja del bigote

00:05:03

es menos fino en comparación con

00:05:05

el histograma, porque ahí lo ves,

00:05:06

Al final, solo tengo cuatro

00:05:08

valores, mientras que aquí puedo tenerlos

00:05:10

5, 6, 7, 8, 9, 10, por lo que más granularidad.

00:05:12

Por otro lado

00:05:13

Lo interesante es que

00:05:14

Tengo el lugar para publicar algunos

00:05:16

varios y potencialmente

00:05:17

ser capaz de hacer comparaciones.

00:05:18

Entonces, cuando tienes una sección completa de

00:05:20

Categorías que desea mostrar

00:05:22

A nivel de su distribución, eh

00:05:23

Pues la caja de bigotes, es

00:05:25

potencialmente más apropiado.

00:05:27

Y si, por el contrario, queremos

00:05:28

granularidad en una distribución,

00:05:30

en una distribución,

00:05:31

Allí preferiremos usar

00:05:33

el histograma. Tenga en cuenta que

00:05:35

Incluso si los manipulamos,

00:05:36

La gente está menos acostumbrada a manipular

00:05:39

este tipo de caja con bigotes,

00:05:40

por lo tanto

00:05:41

este tipo de gráfico. Entonces, si

00:05:42

Es solo para ti, bueno,

00:05:44

Usted ha entendido el interés de la

00:05:46

gráfico y así puedes

00:05:48

uso, si se va a difundir

00:05:49

después con otras personas,

00:05:51

o bien tendrás que explicarles

00:05:53

potencialmente, no es adecuado por lo que

00:05:55

Tal vez comience con otra cosa.

00:00:01

Grafische Darstellung mit

00:00:03

Verteilungen, d.h.

00:00:04

Histogramm und Schnurrbartboxen.

00:00:06

Die Verwendung dieser Arten von Visualisierungen

00:00:08

Ist relevant

00:00:11

Wenn Sie eine

00:00:13

Die Idee, einen Artikel zu verteilen.

00:00:15

Es können die Preise sein, je nachdem...

00:00:17

Produkte nach ihrem Preis,

00:00:20

So könnten wir zum Beispiel tun,

00:00:22

wie viele Produkte ich habe von 0 bis

00:00:23

50€, wie viele Produkte ich von 50 bis 100€ habe,

00:00:26

von 100 bis 150,

00:00:28

et cetera et cetera. Und

00:00:30

Wir werden also die Anzahl der Produkte zählen

00:00:32

die repräsentiert wird, und letztlich der

00:00:34

Schlag werden wir potentiell in der Lage sein

00:00:35

am Ende mit einem

00:00:37

Histogramm, das uns repräsentieren wird,

00:00:38

Also, was sind die Blöcke,

00:00:40

Was sind die Preisspannen?

00:00:41

wo ich die meisten Produkte habe.

00:00:43

Wir werden möglicherweise in der Lage sein, die

00:00:45

Das Gleiche gilt für Schüler nach Klassenstufen.

00:00:47

Das war's, wir bringen die Schüler zusammen.

00:00:48

die zwischen 0 und 5, zwischen 5 und 10 hatten,

00:00:51

zwischen 10 und 15 und 15 und 20.

00:00:53

Wir zählen und deshalb werden wir kapitulieren

00:00:55

Konto von

00:00:56

der Gruppe mit den meisten Schülern

00:00:58

vertreten und schließlich der letzte Fall

00:01:01

was ziemlich offensichtlich sein kann

00:01:03

In Bezug auf das Verständnis,

00:01:04

es ist die von der Größe des Menschen,

00:01:06

Schauen Sie sich also nur an, wie viel

00:01:08

Ich habe Leute, die einen Meter 69 sind,

00:01:11

70, 71 und so weiter.

00:01:13

Und so werden wir das haben

00:01:16

Ganz charakteristische Form eines

00:01:18

Verteilung auf diese Werte.

00:01:21

Hier sind wir also in einem Fall, in dem

00:01:23

Wir haben nur einen Zahlenwert

00:01:25

als Input,

00:01:26

Wir werden keinen Vergleich von

00:01:28

Zwei Metriken, das ist also wichtig

00:01:30

die man im Hinterkopf behalten sollte.

00:01:31

Die Elemente sind in Tranchen gruppiert.

00:01:32

Manchmal nicht unbedingt.

00:01:33

Infolgedessen

00:01:34

Wie ich dir schon sagte, z.B. die Größen,

00:01:36

Wenn die Stichprobe groß genug ist,

00:01:37

Wir können direkt die

00:01:39

Präzise Größen und damit ja die

00:01:40

Ziel ist es natürlich, die

00:01:42

Anzahl der Elemente und Höhe

00:01:43

des Histogramms stellt dies dar

00:01:45

Insbesondere die Anzahl der Artikel.

00:01:48

Und es ermöglicht Ihnen tatsächlich, die

00:01:50

Besonderheiten einer Verteilung.

00:01:51

Ist das zum Beispiel eher

00:01:52

Werte, die sich auf der

00:01:54

Messen eher am Anfang

00:01:56

oder am Ende oder am Ende oder am Ende

00:01:58

Im Gegenteil, das alles ist sehr harmonisch

00:02:00

und sehr gut verteilt. Deshalb

00:02:02

Es ermöglicht Ihnen, zu realisieren

00:02:04

ein wenig von der Verteilung.

00:02:06

Und potenziell in der Tat

00:02:07

Der letzte Ratschlag, den ich geben kann, ist,

00:02:09

Es geht darum, zu wissen, wie man mit der Größe spielt und

00:02:12

Die Anzahl der Segmente für ein gutes visuelles Element.

00:02:15

Das war's, ich habe 6, 5 Scheiben verteilt.

00:02:16

Ich hätte 6, 7, 8, 9,

00:02:18

10.

00:02:18

Danach

00:02:19

Ich habe Gruppen, die mit

00:02:21

immer weniger Beobachtung

00:02:23

Es ist ein Gleichgewicht, das gefunden werden muss

00:02:26

den richtigen Weg finden

00:02:28

Visualisieren Sie die Daten.

00:02:30

Und das zweite Element,

00:02:31

Die zweite Art von Diagramm, die es ermöglicht,

00:02:33

Um diese Art von Informationen anzuzeigen,

00:02:35

Es werden die Schnurrhaarboxen sein

00:02:38

oder Boxplot in englischer Sprache,

00:02:39

die bei uns etwas weniger offensichtlich sind

00:02:41

in Bezug auf die Visualisierung verstehen.

00:02:43

Wisse, dass in zwei Teilen,

00:02:44

Wir werden ein ganzes Kapitel über Statistik haben,

00:02:46

Darum geht es also.

00:02:48

Am Ende ist es

00:02:50

deskriptive Statistik. Deshalb

00:02:51

Was kann man lesen?

00:02:53

auf dieser Art von Graph? Also eigentlich,

00:02:55

Das, es muss verstanden werden, dass

00:02:58

Sie haben mehrere Ebenen. Hier

00:03:00

Es wird das Minimum sein, die

00:03:01

erstes Quartil, zweites Quartil,

00:03:03

das dritte und vierte Quartil. Was ist also ein

00:03:06

Quartil? Im Grunde haben Sie Ihre Bevölkerung.

00:03:08

Wir werden sie in Ordnung bringen,

00:03:10

also vom Kleinsten zum Größten,

00:03:12

Nehmen wir also zum Beispiel die Notizen

00:03:14

von Studenten und so werden wir nach

00:03:16

ein Viertel der

00:03:17

die Bevölkerung,

00:03:18

Also ein Viertel meiner Schüler,

00:03:20

Wie wird die Verteilung in der

00:03:21

Stufe in der Reihenfolge ihrer Klasse.

00:03:23

Das wird mir also diese Lücke geben.

00:03:26

Im Grunde weiß ich, dass zwischen diesem Merkmal

00:03:28

Und diese Eigenschaft habe ich ein Viertel meiner Schüler.

00:03:31

Dann werde ich die Operation erneut starten

00:03:32

zwischen diesem Merkmal und jenem Merkmal,

00:03:35

Ich habe ein neues Viertel meiner Schüler,

00:03:36

zwischen diesem Merkmal und jenem Merkmal,

00:03:38

ein neues Quartier,

00:03:39

zwischen diesem Merkmal,

00:03:40

ein neues Quartal. Also am Ende,

00:03:41

Am Ende haben wir unsere vier Quartale gut,

00:03:44

Also meine gesamte Bevölkerung und da

00:03:46

was wir potenziell in der Tat sehen können,

00:03:48

Und das ist der Sinn dieser Verteilungen,

00:03:50

ist zu sagen, nun,

00:03:51

Das erste Quartal ist eher

00:03:52

abgeholt und schließlich nein.

00:03:54

Außerdem, ja, es ist ausgewogen.

00:03:55

In jedem Fall

00:03:56

Dort sehen wir, dass es sich um das dritte Quartil handelt,

00:03:59

Die dritte Tranche

00:04:00

ist sehr gesammelt.

00:04:01

Das bedeutet, dass die Noten tatsächlich

00:04:03

sind sehr nah beieinander

00:04:05

für diese Gruppe

00:04:06

der Studierenden.

00:04:07

Und potenziell können wir das

00:04:09

Siehe also dort,

00:04:09

Es ist für Herrengrößen

00:04:11

und Frauen.

00:04:12

Ich denke also, dass dies der Fall ist

00:04:14

die wir später in sehen werden

00:04:15

die Übung, die wir zum Beispiel haben werden

00:04:17

Männer, die dazu neigen,

00:04:19

sichtbar Größen haben

00:04:20

mehr gesammelt als Frauen, bei denen

00:04:22

Dort ist es viel breiter.

00:04:23

Dort haben wir ein erstes Quartil, also

00:04:24

dort ein Viertel der weiblichen Bevölkerung

00:04:26

zwischen 175 Zentimetern und 168 Zentimetern liegt,

00:04:28

Wir werden sagen, so die Gabel

00:04:30

ist im Vergleich dazu sehr groß

00:04:32

die man bei Männern haben kann, bei denen

00:04:34

Die Zahlen sind also sehr zahlreich

00:04:36

mehr gesammelt.

00:04:38

Dafür ist es also da.

00:04:40

Diese Boxplots,

00:04:41

diese Schachteln mit Schnurrhaaren und

00:04:42

Wisse, dass die mittlere Linie,

00:04:44

Es wird repräsentieren, was wir tun werden

00:04:45

ruft den Median auf.

00:04:46

Der Median,

00:04:47

Es wird genau in zwei Hälften geschnitten

00:04:49

die Bevölkerung, die ich habe, also

00:04:50

Meine Schülerzahl in zwei

00:04:52

zu gleichen Teilen.

00:04:53

Bitte schön. Und

00:04:54

Dies ist die Definition des Medians,

00:04:56

Nicht zu verwechseln mit dem Durchschnitt.

00:04:58

Der Vergleich mit

00:04:59

beide Arten von Diagrammen,

00:05:01

Es ist die Schnurrbartschachtel

00:05:03

ist weniger fein im Vergleich zu

00:05:05

das Histogramm, denn dort siehst du es,

00:05:06

Am Ende habe ich nur vier

00:05:08

Werte, während ich sie hier haben kann

00:05:10

5, 6, 7, 8, 9, 10, also mehr Granularität.

00:05:12

Auf der anderen Seite

00:05:13

Interessant ist, dass

00:05:14

Ich habe den Platz, um einige zu posten

00:05:16

mehrere und potenziell

00:05:17

Vergleiche anstellen können.

00:05:18

Wenn Sie also einen ganzen Abschnitt von

00:05:20

Kategorien, die Sie anzeigen möchten

00:05:22

Auf der Ebene ihrer Verteilung, eh

00:05:23

Nun, die Schachtel mit den Schnurrbärten, das ist sie

00:05:25

potenziell angemessener.

00:05:27

Und wenn wir im Gegenteil wollen

00:05:28

Granularität für eine Verteilung,

00:05:30

auf einer Verteilung,

00:05:31

dort werden wir lieber

00:05:33

Das Histogramm. Denken Sie daran, dass

00:05:35

Selbst wenn wir sie manipulieren,

00:05:36

Die Menschen sind es weniger gewohnt, zu manipulieren

00:05:39

diese Art von Schachtel mit Schnurrhaaren,

00:05:40

deshalb

00:05:41

Diese Art von Diagramm. Wenn also

00:05:42

Es ist nur für dich, nun,

00:05:44

Sie haben das Interesse der

00:05:46

graph, und so können Sie

00:05:48

verwenden, wenn es ausgestrahlt werden soll

00:05:49

nach anderen Menschen,

00:05:51

Entweder müssen Sie es ihnen erklären

00:05:53

potenziell nicht geeignet ist, so dass

00:05:55

Vielleicht fangen Sie mit etwas anderem an.

00:00:01

representação gráfica com

00:00:03

distribuições, ou seja,

00:00:04

caixas de histograma e bigode.

00:00:06

O uso desses tipos de visualizações

00:00:08

É relevante

00:00:11

Quando você vai precisar ter um

00:00:13

A ideia de distribuir um item.

00:00:15

Pode ser os preços dependendo de...

00:00:17

produtos de acordo com o seu preço,

00:00:20

Assim poderíamos fazer, por exemplo,

00:00:22

quantos produtos tenho de 0 a

00:00:23

50€, quantos produtos tenho de 50 a 100€,

00:00:26

de 100 a 150,

00:00:28

et cetera et cetera. E

00:00:30

Então vamos contar o número de produtos

00:00:32

que é representado e, em última análise, do

00:00:34

golpe que seremos capazes potencialmente

00:00:35

terminando com um

00:00:37

histograma que nos representará,

00:00:38

Então, quais são os blocos,

00:00:40

Quais são as faixas de preço

00:00:41

onde tenho mais produtos.

00:00:43

Seremos potencialmente capazes de fazer o

00:00:45

A mesma coisa com os alunos por série.

00:00:47

É isso, vamos reunir os alunos.

00:00:48

que tinham entre 0 e 5, entre 5 e 10,

00:00:51

entre 10 e 15 e 15 e 20.

00:00:53

Contamos e, portanto, nos renderemos

00:00:55

conta de

00:00:56

do grupo com mais alunos

00:00:58

e, finalmente, o último caso

00:01:01

o que pode ser bastante óbvio

00:01:03

Em termos de entendimento,

00:01:04

é o dos tamanhos dos seres humanos,

00:01:06

Então é só ver quanto

00:01:08

Eu tenho pessoas que têm um metro 69,

00:01:11

70, 71, et cetera.

00:01:13

E assim vamos ter isso

00:01:16

Forma bastante característica de um

00:01:18

distribuição sobre esses valores.

00:01:21

Então aqui estamos em um caso em que

00:01:23

temos apenas um valor numérico

00:01:25

como entrada,

00:01:26

Não vamos ter uma comparação de

00:01:28

Duas métricas, então isso é importante

00:01:30

para ter em mente.

00:01:31

Os elementos são agrupados em tranches.

00:01:32

Às vezes, não necessariamente.

00:01:33

Consequentemente

00:01:34

Como eu te disse, por exemplo, os tamanhos,

00:01:36

se a amostra for suficientemente grande,

00:01:37

Podemos colocar diretamente o

00:01:39

Tamanhos precisos e, portanto, sim o

00:01:40

Objetivo é, obviamente, contar o

00:01:42

Número de elementos e altura

00:01:43

do histograma representa isso

00:01:45

Número de itens em particular.

00:01:48

E ele realmente permite que você veja o

00:01:50

peculiaridades de uma distribuição.

00:01:51

É que por exemplo eu prefiro

00:01:52

valores que estão no

00:01:54

missas antes no início

00:01:56

valores ou no final ou no final ou no

00:01:58

Ao contrário de tudo isso é muito harmonioso

00:02:00

e muito bem distribuído. Portanto

00:02:02

Ele permite que você perceba

00:02:04

um pouco da distribuição.

00:02:06

E potencialmente, de fato,

00:02:07

O último conselho que posso dar,

00:02:09

é saber brincar com o tamanho e

00:02:12

O número de fatias para um bom visual.

00:02:15

É isso, tenho 6, 5 fatias distribuídas.

00:02:16

Eu poderia ter colocado 6, 7, 8, 9,

00:02:18

10.

00:02:18

Depois disso,

00:02:19

Tenho grupos que estarão com

00:02:21

cada vez menos observação, portanto;

00:02:23

É um equilíbrio a ser atingido

00:02:26

para encontrar o caminho certo

00:02:28

Visualize os dados.

00:02:30

E o segundo elemento,

00:02:31

O segundo tipo de gráfico que permite

00:02:33

para exibir esse tipo de informação,

00:02:35

Vão ser as caixas de bigodes

00:02:38

ou box plot em inglês,

00:02:39

que são um pouco menos óbvios em

00:02:41

entender em termos de visualização.

00:02:43

Saiba que em duas partes,

00:02:44

teremos um capítulo inteiro sobre estatísticas,

00:02:46

Então é disso que se trata.

00:02:48

No final, é

00:02:50

estatística descritiva. Portanto

00:02:51

O que pode ser lido

00:02:53

sobre este tipo de gráfico? Então, na verdade,

00:02:55

Isso, é preciso entender que

00:02:58

Você terá vários níveis. Aqui

00:03:00

Vai ser o mínimo, o

00:03:01

primeiro quartil, segundo quartil,

00:03:03

o terceiro e quarto quartis. Então, o que é um

00:03:06

quartil? Basicamente, você tem a sua população.

00:03:08

Vamos colocá-los em ordem,

00:03:10

assim, do menor para o maior,

00:03:12

Assim, tomaremos por exemplo as notas

00:03:14

de alunos e assim vamos procurar

00:03:16

um quarto do

00:03:17

a população,

00:03:18

Então, um quarto dos meus alunos,

00:03:20

Qual será a distribuição no

00:03:21

nível da ordem de sua nota.

00:03:23

Então isso vai me dar essa lacuna.

00:03:26

Então, basicamente, eu sei que entre essa característica

00:03:28

E essa característica, eu tenho um quarto dos meus alunos.

00:03:31

Então eu vou começar a operação novamente

00:03:32

entre esse traço e aquele traço,

00:03:35

Tenho um novo quarto dos meus alunos,

00:03:36

entre esse traço e aquele traço,

00:03:38

um novo trimestre,

00:03:39

entre essa característica,

00:03:40

um novo trimestre. Então, no final,

00:03:41

acabamos com os nossos quatro quartos bem,

00:03:44

Então, toda a minha população e lá

00:03:46

o que podemos ver de fato,

00:03:48

E esse é o ponto dessas distribuições,

00:03:50

é dizer, bem,

00:03:51

O primeiro trimestre é bastante

00:03:52

pegou e finalmente não.

00:03:54

Além disso, sim, é equilibrado.

00:03:55

Em qualquer caso,

00:03:56

lá o que vemos é que é o terceiro quartil,

00:03:59

Assim, a terceira parcela

00:04:00

é muito colecionável.

00:04:01

Isso significa que as notas realmente

00:04:03

são muito próximos uns dos outros

00:04:05

para este grupo

00:04:06

dos estudantes.

00:04:07

E potencialmente podemos

00:04:09

Veja-se, portanto, aí,

00:04:09

É para tamanhos masculinos

00:04:11

e mulheres.

00:04:12

Então eu acho que é o caso

00:04:14

que veremos mais adiante em

00:04:15

o exercício, teremos, por exemplo,

00:04:17

homens que tendem a

00:04:19

visivelmente têm tamanhos

00:04:20

mais recolhidas do que as mulheres onde

00:04:22

Lá é muito mais amplo.

00:04:23

Lá temos um primeiro quartil, então

00:04:24

há um quarto da população feminina

00:04:26

tem entre 175 centímetros e 168,

00:04:28

Vamos dizer, então a bifurcação

00:04:30

é muito grande em comparação com isso

00:04:32

que pode ser tido em homens onde

00:04:34

Então os números são muitos

00:04:36

mais recolhido.

00:04:38

Então é para isso que serve.

00:04:40

Estes lotes de caixa,

00:04:41

estas caixas de bigodes e

00:04:42

Saiba que a linha do meio,

00:04:44

Vai representar o que vamos fazer

00:04:45

chama a mediana.

00:04:46

Assim, a mediana,

00:04:47

Vai cortar exatamente pela metade

00:04:49

a população que eu tenho, então

00:04:50

Meu número de alunos em dois

00:04:52

partes iguais.

00:04:53

Aí vai. E

00:04:54

esta é a definição da mediana,

00:04:56

Não confundir com a média.

00:04:58

A comparação com

00:04:59

ambos os tipos de gráficos,

00:05:01

É aquela caixa de bigode

00:05:03

é menos fino em comparação com

00:05:05

o histograma, porque lá, você vê,

00:05:06

No final, só tenho quatro

00:05:08

valores, enquanto aqui eu posso tê-los

00:05:10

5, 6, 7, 8, 9, 10, então mais granularidade.

00:05:12

Por outro lado

00:05:13

O interessante é que

00:05:14

Eu tenho o lugar para postar alguns

00:05:16

vários e potencialmente

00:05:17

ser capaz de fazer comparações.

00:05:18

Então, quando você tem uma seção inteira de

00:05:20

Categorias que você deseja exibir

00:05:22

Ao nível da sua distribuição, eh

00:05:23

Bem a caixa de bigodes, é

00:05:25

potencialmente mais apropriado.

00:05:27

E se, pelo contrário, quisermos

00:05:28

granularidade em uma distribuição,

00:05:30

numa distribuição,

00:05:31

lá vamos preferir usar

00:05:33

o histograma. Tenha em mente que

00:05:35

Mesmo que os manipulemos,

00:05:36

As pessoas estão menos acostumadas a manipular

00:05:39

este tipo de caixa com bigodes,

00:05:40

portanto

00:05:41

esse tipo de gráfico. Então, se

00:05:42

É só para você, bem,

00:05:44

Você entendeu o interesse do

00:05:46

gráfico e assim você pode

00:05:48

usar, se for para ser transmitido

00:05:49

depois com outras pessoas,

00:05:51

ou você terá que explicar a eles

00:05:53

potencialmente, não é adequado assim

00:05:55

Talvez comece por outra coisa.

00:00:01

grafische weergave met

00:00:03

distributies, d.w.z.

00:00:04

histogram en snor dozen.

00:00:06

Het gebruik van dit soort visualisaties

00:00:08

Is relevant

00:00:11

Wanneer je een

00:00:13

Het idee om een item te verdelen.

00:00:15

Het kunnen de prijzen zijn, afhankelijk van...

00:00:17

producten volgens hun prijs,

00:00:20

Zo zouden we bijvoorbeeld kunnen doen:

00:00:22

hoeveel producten ik heb van 0 tot

00:00:23

50€, hoeveel producten ik heb van 50 tot 100€,

00:00:26

van 100 tot 150,

00:00:28

et cetera et cetera. En

00:00:30

We zullen dus het aantal producten tellen

00:00:32

die vertegenwoordigd is en uiteindelijk van de

00:00:34

klap die we potentieel zullen kunnen

00:00:35

eindigend met een

00:00:37

histogram dat ons zal vertegenwoordigen,

00:00:38

Dus, wat zijn de blokken,

00:00:40

Wat zijn de prijsbanden

00:00:41

waar ik de meeste producten heb.

00:00:43

We zullen mogelijk in staat zijn om de

00:00:45

Hetzelfde met studenten per graad.

00:00:47

Dat is het, we gaan de studenten bij elkaar brengen.

00:00:48

die tussen 0 en 5, tussen 5 en 10 hadden,

00:00:51

tussen 10 en 15, en 15 en 20.

00:00:53

We tellen mee en daarom zullen we ons overgeven

00:00:55

rekening van

00:00:56

van de beugel met de meeste studenten

00:00:58

vertegenwoordigd en ten slotte de laatste zaak

00:01:01

wat vrij voor de hand liggend kan zijn

00:01:03

In termen van begrip,

00:01:04

het is dat van de maten van mensen,

00:01:06

Kijk dus maar eens hoeveel

00:01:08

Ik heb mensen die een meter 69 zijn,

00:01:11

70, 71, et cetera.

00:01:13

En dus gaan we dit hebben

00:01:16

Vrij karakteristieke vorm van een

00:01:18

verdeling over deze waarden.

00:01:21

Dus hier zijn we in een geval waarin

00:01:23

we hebben slechts één numerieke waarde

00:01:25

als input,

00:01:26

We gaan geen vergelijking maken van

00:01:28

Twee metrics, dus dat is belangrijk

00:01:30

om in gedachten te houden.

00:01:31

De elementen zijn gegroepeerd in tranches.

00:01:32

Soms niet per se.

00:01:33

Bijgevolg

00:01:34

Zoals ik je al vertelde bijvoorbeeld de maten,

00:01:36

als het monster groot genoeg is,

00:01:37

We kunnen direct de

00:01:39

Precieze maten en dus ja de

00:01:40

Doel is natuurlijk om de

00:01:42

Aantal elementen en hoogte

00:01:43

van het histogram vertegenwoordigt dit

00:01:45

Aantal items in het bijzonder.

00:01:48

En het stelt je eigenlijk in staat om de

00:01:50

eigenaardigheden van een verdeling.

00:01:51

Is dat bijvoorbeeld ik eerder

00:01:52

waarden die zich op de

00:01:54

massa's eerder in het begin

00:01:56

waarden of aan het einde of aan het einde of aan de

00:01:58

Integendeel, dit alles is zeer harmonieus

00:02:00

en zeer goed verdeeld. Daarom

00:02:02

Het stelt u in staat om te realiseren

00:02:04

Een klein beetje van de verdeling.

00:02:06

En potentieel, inderdaad,

00:02:07

Het laatste advies dat ik kan geven,

00:02:09

het is om te weten hoe te spelen met de grootte en

00:02:12

Het aantal plakjes voor een goede visual.

00:02:15

Dat is het, ik heb 6, 5 plakjes verdeeld.

00:02:16

Ik had 6, 7, 8, 9 kunnen zetten,

00:02:18

10.

00:02:18

Daarna

00:02:19

Ik heb groepen die bij

00:02:21

steeds minder waarneming dus

00:02:23

Het is een balans die gevonden moet worden

00:02:26

om de juiste weg te vinden

00:02:28

Visualiseer de gegevens.

00:02:30

En het tweede element,

00:02:31

Het tweede type grafiek dat het mogelijk maakt

00:02:33

om dit soort informatie weer te geven,

00:02:35

Het worden de snorharendozen

00:02:38

of box plot in het Engels,

00:02:39

die iets minder voor de hand liggend zijn bij

00:02:41

Begrijpen in termen van visualisatie.

00:02:43

Weet dat in twee delen,

00:02:44

we zullen een heel hoofdstuk over statistieken hebben,

00:02:46

Daar gaat het dus om.

00:02:48

Uiteindelijk is het

00:02:50

beschrijvende statistieken. Daarom

00:02:51

Wat is er te lezen

00:02:53

Op dit type grafiek? Dus eigenlijk,

00:02:55

Dat, het moet duidelijk zijn dat

00:02:58

Je hebt verschillende niveaus. Hier

00:03:00

Het wordt het minimum, de

00:03:01

eerste kwartiel, tweede kwartiel,

00:03:03

het derde en vierde kwartiel. Dus wat is een

00:03:06

Kwartiel? Kortom, je hebt je bevolking.

00:03:08

We zullen ze op orde brengen,

00:03:10

dus van de kleinste naar de grootste,

00:03:12

Dus we nemen bijvoorbeeld de aantekeningen

00:03:14

van studenten en dus gaan we op zoek naar

00:03:16

een kwart van

00:03:17

de bevolking,

00:03:18

Dus een kwart van mijn studenten,

00:03:20

Wat zal de verdeling zijn in de

00:03:21

niveau van de volgorde van hun rang.

00:03:23

Dus dat gaat me dat gat geven.

00:03:26

Dus eigenlijk weet ik dat tussen die eigenschap

00:03:28

En deze eigenschap, ik heb een kwart van mijn studenten.

00:03:31

Dan start ik de operatie weer

00:03:32

tussen deze eigenschap en die eigenschap,

00:03:35

Ik heb een nieuw kwart van mijn studenten,

00:03:36

tussen deze eigenschap en die eigenschap,

00:03:38

een nieuwe wijk,

00:03:39

tussen deze eigenschap,

00:03:40

een nieuw kwartier. Dus uiteindelijk,

00:03:41

We eindigen met onze vier kwartalen goed,

00:03:44

Dus mijn hele bevolking en daar

00:03:46

wat we potentieel in feite kunnen zien,

00:03:48

En dat is het punt van deze verdelingen,

00:03:50

is om te zeggen, nou ja,

00:03:51

Het eerste kwart is eerder

00:03:52

Opgepakt en uiteindelijk nee.

00:03:54

Trouwens, ja, het is in balans.

00:03:55

In ieder geval,

00:03:56

Daar zien we dat het het derde kwartiel is,

00:03:59

Dus de derde tranche

00:04:00

is erg verzameld.

00:04:01

Dit betekent dat de biljetten daadwerkelijk

00:04:03

heel dicht bij elkaar liggen

00:04:05

voor deze groep

00:04:06

van de studenten.

00:04:07

En mogelijk kunnen we dat ook

00:04:09

zie daarom, aldaar,

00:04:09

Het is voor herenmaten

00:04:11

en vrouwen.

00:04:12

Dus ik denk dat dat het geval is

00:04:14

dat zullen we later zien in

00:04:15

de oefening zullen we bijvoorbeeld hebben

00:04:17

mannen die de neiging hebben om

00:04:19

zichtbaar maten hebben

00:04:20

meer ingezameld dan vrouwen waar

00:04:22

Daar is het veel breder.

00:04:23

Daar hebben we een eerste kwartiel, dus

00:04:24

daar een kwart van de vrouwelijke bevolking

00:04:26

is tussen 175 centimeter en 168,

00:04:28

We zullen zeggen, dus de vork

00:04:30

is erg groot in vergelijking met dit

00:04:32

dat kan bij mannen waar

00:04:34

De cijfers zijn dus veel

00:04:36

meer verzameld.

00:04:38

Dus daar is het voor.

00:04:40

Deze boxplots,

00:04:41

deze dozen met snorharen en

00:04:42

Weet dat de middelste lijn,

00:04:44

Het gaat vertegenwoordigen wat we gaan doen

00:04:45

roept de mediaan aan.

00:04:46

Dus de mediaan,

00:04:47

Het snijdt precies in tweeën

00:04:49

de populatie die ik heb, dus

00:04:50

Mijn aantal studenten op twee

00:04:52

gelijke delen.

00:04:53

Daar ga je. En

00:04:54

dit is de definitie van de mediaan,

00:04:56

Niet te verwarren met het gemiddelde.

00:04:58

De vergelijking met

00:04:59

beide soorten grafieken,

00:05:01

Het is dat de snordoos

00:05:03

is minder fijn in vergelijking met

00:05:05

het histogram, want daar zie je het,

00:05:06

Uiteindelijk heb ik er maar vier

00:05:08

waarden, terwijl ik ze hier wel kan hebben

00:05:10

5, 6, 7, 8, 9, 10, dus meer granulariteit.

00:05:12

Aan de andere kant

00:05:13

Wat interessant is, is dat

00:05:14

Ik heb de plek om wat te posten

00:05:16

meerdere en potentieel

00:05:17

vergelijkingen kunnen maken.

00:05:18

Dus als je een hele sectie hebt van

00:05:20

Categorieën die u wilt weergeven

00:05:22

Op het niveau van hun distributie, eh

00:05:23

Nou de doos met snorren, dat is het wel

00:05:25

mogelijk geschikter.

00:05:27

En als we dat juist willen

00:05:28

granulariteit op een verdeling,

00:05:30

op een distributie,

00:05:31

Daar zullen we liever gebruik van maken

00:05:33

het histogram. Houd er rekening mee dat

00:05:35

Zelfs als we ze zullen manipuleren,

00:05:36

Mensen zijn minder gewend om te manipuleren

00:05:39

dit type doos met snorharen,

00:05:40

daarom

00:05:41

dit type grafiek. Dus als

00:05:42

Het is alleen voor jou, nou ja,

00:05:44

U hebt het belang van de

00:05:46

grafiek en zo kunt u

00:05:48

gebruik, als het moet worden uitgezonden

00:05:49

na met andere mensen,

00:05:51

Ofwel zul je het ze moeten uitleggen

00:05:53

potentieel, is niet geschikt dus

00:05:55

Misschien aan iets anders beginnen.

00:00:01

rappresentazione grafica con

00:00:03

distribuzioni, cioè

00:00:04

istogramma e baffi.

00:00:06

L'uso di questi tipi di visualizzazioni

00:00:08

È rilevante

00:00:11

Quando avrai bisogno di avere un

00:00:13

L'idea di distribuire un elemento.

00:00:15

Possono essere i prezzi a seconda della...

00:00:17

prodotti in base al loro prezzo,

00:00:20

Quindi potremmo fare per esempio,

00:00:22

quanti prodotti ho da 0 a

00:00:23

50€, quanti prodotti ho da 50 a 100€,

00:00:26

da 100 a 150,

00:00:28

et cetera et cetera. E

00:00:30

Quindi conteremo il numero di prodotti

00:00:32

che è rappresentato e in ultima analisi del

00:00:34

colpo saremo in grado potenzialmente

00:00:35

finendo con un

00:00:37

istogramma che ci rappresenterà,

00:00:38

Quindi, quali sono i blocchi,

00:00:40

Quali sono le fasce di prezzo

00:00:41

dove ho il maggior numero di prodotti.

00:00:43

Saremo potenzialmente in grado di fare il

00:00:45

Stessa cosa con gli studenti per grado.

00:00:47

Questo è tutto, riuniremo gli studenti.

00:00:48

che avevano tra 0 e 5, tra 5 e 10,

00:00:51

tra 10 e 15 e 15 e 20.

00:00:53

Contiamo e quindi ci arrenderemo

00:00:55

conto di

00:00:56

della fascia con il maggior numero di studenti

00:00:58

rappresentato e infine l'ultimo caso

00:01:01

che può essere abbastanza ovvio

00:01:03

In termini di comprensione,

00:01:04

è quello delle dimensioni degli umani,

00:01:06

Quindi basta guardare quanto

00:01:08

Ho persone che sono un metro 69,

00:01:11

70, 71, eccetera.

00:01:13

E quindi avremo questo

00:01:16

Forma abbastanza caratteristica di un

00:01:18

distribuzione su questi valori.

00:01:21

Quindi eccoci in un caso in cui

00:01:23

abbiamo un solo valore numerico

00:01:25

come input,

00:01:26

Non avremo un confronto tra

00:01:28

Due metriche, quindi è importante

00:01:30

da tenere a mente.

00:01:31

Gli elementi sono raggruppati in tranche.

00:01:32

A volte non necessariamente.

00:01:33

Conseguentemente

00:01:34

Come ti ho detto ad esempio le taglie,

00:01:36

se il campione è sufficientemente grande,

00:01:37

Possiamo mettere direttamente il

00:01:39

Dimensioni precise e quindi sì il

00:01:40

L'obiettivo è ovviamente quello di contare il

00:01:42

Numero di elementi e altezza

00:01:43

dell'istogramma rappresenta questo

00:01:45

Numero di articoli in particolare.

00:01:48

E in realtà ti permette di vedere il

00:01:50

peculiarità di una distribuzione.

00:01:51

E' questo per esempio che preferisco

00:01:52

Valori presenti nella cartella

00:01:54

masse piuttosto all'inizio

00:01:56

valori o alla fine o alla fine o al

00:01:58

Contrario tutto questo è molto armonioso

00:02:00

e molto ben distribuito. Pertanto

00:02:02

Ti permette di realizzare

00:02:04

un po' della distribuzione.

00:02:06

E potenzialmente, in effetti,

00:02:07

L'ultimo consiglio che posso dare,

00:02:09

è saper giocare con le dimensioni e

00:02:12

Numero di sezioni per una buona visuale.

00:02:15

Ecco fatto, ho 6, 5 fette distribuite.

00:02:16

Avrei potuto mettere 6, 7, 8, 9,

00:02:18

10.

00:02:18

Dopo di che,

00:02:19

Ho gruppi che saranno con

00:02:21

sempre meno osservazione quindi

00:02:23

È un equilibrio da trovare

00:02:26

per trovare la strada giusta

00:02:28

visualizzare i dati.

00:02:30

E il secondo elemento,

00:02:31

Il secondo tipo di grafico che consente

00:02:33

per visualizzare questo tipo di informazioni,

00:02:35

Saranno le scatole dei baffi

00:02:38

o box plot in inglese,

00:02:39

che sono un po 'meno ovvi a

00:02:41

comprendere in termini di visualizzazione.

00:02:43

Sappiate che in due parti,

00:02:44

avremo un intero capitolo sulle statistiche,

00:02:46

Ecco di cosa si tratta.

00:02:48

Alla fine, è

00:02:50

statistica descrittiva. Pertanto

00:02:51

Cosa si può leggere

00:02:53

su questo tipo di grafico? Quindi, in realtà,

00:02:55

Questo, deve essere chiaro che

00:02:58

Avrai diversi livelli. Qui

00:03:00

Sarà il minimo, il

00:03:01

primo quartile, secondo quartile,

00:03:03

il terzo e il quarto quartile. Quindi cos'è un

00:03:06

quartile? Fondamentalmente, hai la tua popolazione.

00:03:08

Li metteremo in ordine,

00:03:10

quindi dal più piccolo al più grande,

00:03:12

Quindi prenderemo ad esempio le note

00:03:14

di studenti e così cercheremo

00:03:16

un quarto di

00:03:17

la popolazione,

00:03:18

Quindi un quarto dei miei studenti,

00:03:20

Quale sarà la distribuzione nel

00:03:21

livello dell'ordine del loro grado.

00:03:23

Quindi questo mi darà quel divario.

00:03:26

Quindi fondamentalmente so che tra quel tratto

00:03:28

E questa caratteristica, ho un quarto dei miei studenti.

00:03:31

Quindi ricomincerò l'operazione

00:03:32

tra questo tratto e quel tratto,

00:03:35

Ho un nuovo quarto dei miei studenti,

00:03:36

tra questo tratto e quel tratto,

00:03:38

un nuovo trimestre,

00:03:39

tra questo tratto,

00:03:40

un nuovo trimestre. Quindi, alla fine,

00:03:41

finiamo bene con i nostri quattro quarti,

00:03:44

Quindi tutta la mia popolazione e lì

00:03:46

ciò che possiamo potenzialmente vedere in effetti,

00:03:48

E questo è il punto di queste distribuzioni,

00:03:50

è dire, beh,

00:03:51

Il primo trimestre è piuttosto

00:03:52

raccolto e infine no.

00:03:54

Inoltre, sì, è equilibrato.

00:03:55

In ogni caso,

00:03:56

lì quello che vediamo è che è il terzo quartile,

00:03:59

Quindi la terza tranche

00:04:00

è molto raccolto.

00:04:01

Ciò significa che le note effettivamente

00:04:03

sono molto vicini l'uno all'altro

00:04:05

per questo gruppo

00:04:06

degli studenti.

00:04:07

E potenzialmente possiamo

00:04:09

si veda, dunque, lì,

00:04:09

È per le taglie da uomo

00:04:11

e donne.

00:04:12

Quindi penso che sia il caso

00:04:14

che vedremo più avanti in

00:04:15

l'esercizio, avremo ad esempio

00:04:17

uomini che tendono a

00:04:19

hanno visibilmente dimensioni

00:04:20

più raccolti rispetto alle donne dove

00:04:22

Lì è molto più ampio.

00:04:23

Lì abbiamo un primo quartile, quindi

00:04:24

c'è un quarto della popolazione femminile

00:04:26

è compreso tra 175 centimetri e 168,

00:04:28

Diremo, quindi la forchetta

00:04:30

è molto grande rispetto a questo

00:04:32

che si può avere negli uomini dove

00:04:34

Quindi i numeri sono molti

00:04:36

più raccolti.

00:04:38

Ecco a cosa serve.

00:04:40

Questi box plot,

00:04:41

queste scatole di baffi e

00:04:42

Sappiate che la linea di mezzo,

00:04:44

Rappresenterà ciò che stiamo andando a

00:04:45

chiama la mediana.

00:04:46

Quindi la mediana,

00:04:47

Taglierà esattamente a metà

00:04:49

la popolazione che ho, quindi

00:04:50

Il mio numero di studenti in due

00:04:52

parti uguali.

00:04:53

Ecco. E

00:04:54

questa è la definizione della mediana,

00:04:56

Da non confondere con la media.

00:04:58

Il confronto con

00:04:59

entrambi i tipi di grafici,

00:05:01

È che la scatola dei baffi

00:05:03

è meno fine rispetto a

00:05:05

l'istogramma, perché lì, lo vedi,

00:05:06

Alla fine, ne ho solo quattro

00:05:08

valori, mentre qui posso averli

00:05:10

5, 6, 7, 8, 9, 10, quindi più granularità.

00:05:12

D'altra parte

00:05:13

Ciò che è interessante è che

00:05:14

Ho il posto dove postare alcuni

00:05:16

diversi e potenzialmente

00:05:17

essere in grado di fare confronti.

00:05:18

Quindi, quando hai un'intera sezione di

00:05:20

Categorie che si desidera visualizzare

00:05:22

A livello della loro distribuzione, eh

00:05:23

Beh, la scatola dei baffi, è

00:05:25

potenzialmente più appropriato.

00:05:27

E se, al contrario, vogliamo

00:05:28

granularità su una distribuzione,

00:05:30

su una distribuzione,

00:05:31

lì useremo piuttosto

00:05:33

l'istogramma. Tieni presente che

00:05:35

Anche se li manipoleremo,

00:05:36

Le persone sono meno abituate a manipolare

00:05:39

questo tipo di scatola con baffi,

00:05:40

pertanto

00:05:41

questo tipo di grafico. Quindi se

00:05:42

È solo per te, beh,

00:05:44

Avete compreso l'interesse del

00:05:46

grafico e così puoi

00:05:48

uso, se deve essere trasmesso

00:05:49

dopo con altre persone,

00:05:51

o dovrai spiegare loro

00:05:53

potenzialmente, non è adatto così

00:05:55

Forse iniziare su qualcos'altro.

00:00:01

تمثيل رسومي مع

00:00:03

التوزيعات ، أي

00:00:04

صناديق الرسم البياني والشارب.

00:00:06

استخدام هذه الأنواع من التصورات

00:00:08

ذات صلة

00:00:11

عندما تحتاج إلى الحصول على

00:00:13

فكرة توزيع عنصر.

00:00:15

يمكن أن تكون الأسعار اعتمادا على ...

00:00:17

المنتجات حسب سعرها ،

00:00:20

لذلك يمكننا أن نفعل على سبيل المثال ،

00:00:22

كم عدد المنتجات التي لدي من 0 إلى

00:00:23

50 يورو ، كم عدد المنتجات التي لدي من 50 إلى 100 يورو ،

00:00:26

من 100 إلى 150 ،

00:00:28

وما إلى ذلك. و

00:00:30

لذلك سنحسب عدد المنتجات

00:00:32

الذي يتم تمثيله وفي النهاية من

00:00:34

ضربة سنكون قادرين على الأرجح

00:00:35

ينتهي الأمر ب

00:00:37

الرسم البياني الذي سيمثلنا ،

00:00:38

إذن ، ما هي الكتل ،

00:00:40

ما هي نطاقات الأسعار

00:00:41

حيث لدي معظم المنتجات.

00:00:43

من المحتمل أن نكون قادرين على القيام ب

00:00:45

نفس الشيء مع الطلاب حسب الصف.

00:00:47

هذا كل شيء ، سنجمع الطلاب معا.

00:00:48

الذين لديهم بين 0 و 5 ، بين 5 و 10 ،

00:00:51

بين 10 و 15 و 15 و 20.

00:00:53

نحن نعول وبالتالي سوف نستسلم

00:00:55

حساب

00:00:56

من الشريحة التي تضم أكبر عدد من الطلاب

00:00:58

تمثل وأخيرا الحالة الأخيرة

00:01:01

والتي يمكن أن تكون واضحة جدا

00:01:03

من حيث الفهم،

00:01:04

إنه من أحجام البشر ،

00:01:06

لذا انظر فقط إلى مقدار

00:01:08

لدي أشخاص بطول متر واحد 69 ،

00:01:11

70 و71 وما إلى ذلك.

00:01:13

ولذا سيكون لدينا هذا

00:01:16

شكل مميز تماما من

00:01:18

التوزيع على هذه القيم.

00:01:21

لذلك نحن هنا في حالة حيث

00:01:23

لدينا قيمة عددية واحدة فقط

00:01:25

كمدخلات،

00:01:26

لن يكون لدينا مقارنة بين

00:01:28

مقياسان ، لذلك هذا مهم

00:01:30

أن نأخذ في الاعتبار.

00:01:31

يتم تجميع العناصر في شرائح.

00:01:32

في بعض الأحيان ليس بالضرورة.

00:01:33

وب التالي

00:01:34

كما أخبرتك على سبيل المثال الأحجام ،

00:01:36

إذا كانت العينة كبيرة بما يكفي ،

00:01:37

يمكننا وضع ملف

00:01:39

أحجام دقيقة وبالتالي نعم

00:01:40

من الواضح أن الهدف هو حساب

00:01:42

عدد العناصر والارتفاع

00:01:43

من الرسم البياني يمثل هذا

00:01:45

عدد العناصر على وجه الخصوص.

00:01:48

ويسمح لك في الواقع برؤية

00:01:50

خصوصيات التوزيع.

00:01:51

هل هذا على سبيل المثال أنا أفضل

00:01:52

القيم الموجودة على

00:01:54

الجماهير بدلا من ذلك في البداية

00:01:56

أو في النهاية أو في النهاية أو في

00:01:58

على عكس كل هذا متناغم للغاية

00:02:00

وموزعة بشكل جيد للغاية. لذلك

00:02:02

انها تسمح لك أن تدرك

00:02:04

قليلا من التوزيع.

00:02:06

ومن المحتمل ، في الواقع ،

00:02:07

آخر نصيحة يمكنني تقديمها ،

00:02:09

هو معرفة كيفية اللعب مع الحجم و

00:02:12

عدد الشرائح للحصول على صورة جيدة.

00:02:15

هذا كل شيء ، لدي 6 ، 5 شرائح موزعة.

00:02:16

كان بإمكاني وضع 6 ، 7 ، 8 ، 9 ،

00:02:18

10.

00:02:18

بعد ذلك،

00:02:19

لدي مجموعات ستكون مع

00:02:21

ملاحظة أقل وأقل لذلك

00:02:23

إنه توازن يجب تحقيقه

00:02:26

للعثور على الطريق الصحيح

00:02:28

تصور البيانات.

00:02:30

والعنصر الثاني،

00:02:31

النوع الثاني من المخططات التي تسمح

00:02:33

لعرض هذا النوع من المعلومات،

00:02:35

ستكون صناديق الشعيرات

00:02:38

أو مؤامرة مربع باللغة الإنجليزية ،

00:02:39

والتي هي أقل وضوحا قليلا في

00:02:41

فهم من حيث التصور.

00:02:43

اعلم أنه في جزأين ،

00:02:44

سيكون لدينا فصل كامل عن الإحصاء ،

00:02:46

هذا ما يدور حوله.

00:02:48

في النهاية ، إنه

00:02:50

الإحصاء الوصفي. لذلك

00:02:51

ما يمكن قراءته

00:02:53

على هذا النوع من الرسم البياني؟ لذلك في الواقع،

00:02:55

هذا ، يجب أن يكون مفهوما أن

00:02:58

سيكون لديك عدة مستويات. هنا

00:03:00

سيكون الحد الأدنى ،

00:03:01

الربع الأول، الربع الثاني،

00:03:03

الربعين الثالث والرابع. إذن ما هو

00:03:06

الربع؟ في الأساس ، لديك سكانك.

00:03:08

سوف نضعهم في الترتيب ،

00:03:10

لذلك من الأصغر إلى الأكبر ،

00:03:12

لذلك سنأخذ على سبيل المثال الملاحظات

00:03:14

من الطلاب ولذا سنبحث عن

00:03:16

ربع

00:03:17

السكان،

00:03:18

لذا فإن ربع طلابي ،

00:03:20

ماذا سيكون التوزيع في

00:03:21

مستوى ترتيب درجتهم.

00:03:23

لذلك هذا سيعطيني هذه الفجوة.

00:03:26

لذلك في الأساس أعرف أنه بين هذه السمة

00:03:28

وهذه السمة ، لدي ربع طلابي.

00:03:31

ثم سأبدأ العملية مرة أخرى

00:03:32

بين هذه الصفة وتلك الصفة،

00:03:35

لدي ربع جديد من طلابي ،

00:03:36

بين هذه الصفة وتلك الصفة،

00:03:38

ربع جديد ،

00:03:39

بين هذه الصفة،

00:03:40

ربع جديد. لذلك في النهاية ،

00:03:41

ينتهي بنا الأمر بأرباعنا الأربعة بشكل جيد ،

00:03:44

لذلك جميع السكان وهناك

00:03:46

ما يمكننا رؤيته في الواقع ،

00:03:48

وهذا هو الهدف من هذه التوزيعات ،

00:03:50

هو أن أقول ، حسنا ،

00:03:51

الربع الأول هو بالأحرى

00:03:52

التقطت وأخيرا لا.

00:03:54

الى جانب ذلك ، نعم ، إنه متوازن.

00:03:55

على أي حال،

00:03:56

هناك ما نراه هو أنه الربع الثالث ،

00:03:59

لذا فإن الشريحة الثالثة

00:04:00

يتم جمعها للغاية.

00:04:01

هذا يعني أن الملاحظات في الواقع

00:04:03

قريبة جدا من بعضها البعض

00:04:05

لهذه المجموعة

00:04:06

من الطلاب.

00:04:07

ومن المحتمل أن نتمكن من ذلك

00:04:09

انظر ، لذلك ، هناك ،

00:04:09

إنه لمقاسات الرجال

00:04:11

والنساء.

00:04:12

لذلك أعتقد أن هذا هو الحال

00:04:14

التي سنراها لاحقا في

00:04:15

التمرين ، سيكون لدينا على سبيل المثال

00:04:17

الرجال الذين يميلون إلى

00:04:19

لها أحجام واضحة

00:04:20

أكثر جمعا من النساء حيث

00:04:22

هناك أوسع بكثير.

00:04:23

هناك لدينا الربع الأول ، لذلك

00:04:24

هناك ربع السكان الإناث

00:04:26

بين ١٧٥ سنتيمترا و١٦٨ سنتيمترا،

00:04:28

سنقول ، لذلك شوكة

00:04:30

كبير جدا مقارنة بهذا

00:04:32

التي يمكن أن يكون في الرجال حيث

00:04:34

لذا فإن الأرقام كثيرة

00:04:36

أكثر جمعا.

00:04:38

لذلك هذا هو الغرض منه.

00:04:40

هذه المؤامرات مربع ،

00:04:41

هذه الصناديق من الشعيرات و

00:04:42

اعلم أن الخط الأوسط ،

00:04:44

سيمثل ما سنفعله

00:04:45

يدعو الوسيط.

00:04:46

لذا فإن الوسيط ،

00:04:47

سوف تقطع بالضبط إلى النصف

00:04:49

السكان لدي ، لذلك

00:04:50

عدد طلابي في اثنين

00:04:52

أجزاء متساوية.

00:04:53

هناك حيث تذهب. و

00:04:54

هذا هو تعريف الوسيط ،

00:04:56

لا ينبغي الخلط بينه وبين المتوسط.

00:04:58

المقارنة مع

00:04:59

كلا النوعين من الرسوم البيانية ،

00:05:01

إنه صندوق الشارب

00:05:03

أقل غرامة مقارنة ب

00:05:05

الرسم البياني ، لأنه هناك ، تراه ،

00:05:06

في النهاية ، لدي أربعة فقط

00:05:08

القيم ، بينما هنا يمكنني الحصول عليها

00:05:10

5 ، 6 ، 7 ، 8 ، 9 ، 10 ، لذلك المزيد من التفاصيل.

00:05:12

من جهة أخرى

00:05:13

ما هو مثير للاهتمام هو أن

00:05:14

لدي مكان لنشر بعض

00:05:16

عدة وربما

00:05:17

تكون قادرة على إجراء مقارنات.

00:05:18

لذلك عندما يكون لديك قسم كامل من

00:05:20

الفئات التي تريد عرضها

00:05:22

على مستوى توزيعها ، إيه

00:05:23

حسنا ، صندوق الشوارب ، إنه كذلك

00:05:25

يحتمل أن يكون أكثر ملاءمة.

00:05:27

وإذا ، على العكس من ذلك ، نريد

00:05:28

التفاصيل على التوزيع ،

00:05:30

على التوزيع ،

00:05:31

هناك سنستخدم بدلا من ذلك

00:05:33

الرسم البياني. ضع في اعتبارك أن

00:05:35

حتى لو كنا سنتلاعب بهم ،

00:05:36

الناس أقل اعتيادا على التلاعب

00:05:39

هذا النوع من الصناديق مع شعيرات ،

00:05:40

لذلك

00:05:41

هذا النوع من الرسوم البيانية. لذلك إذا

00:05:42

إنه فقط لأجلك ، حسنا ،

00:05:44

لقد فهمت مصلحة

00:05:46

الرسم البياني وهكذا يمكنك

00:05:48

استخدام ، إذا كان سيتم بثه

00:05:49

بعد مع أشخاص آخرين ،

00:05:51

إما أن تشرح لهم

00:05:53

من المحتمل ، ليست مناسبة لذلك

00:05:55

ربما تبدأ في شيء آخر.

00:00:01

grafik gösterim ile

00:00:03

dağılımlar, yani

00:00:04

histogram ve bıyık kutuları.

00:00:06

Bu tür görselleştirmelerin kullanımı

00:00:08

İlgili

00:00:11

Ne zaman bir şeye ihtiyacınız olacak?

00:00:13

Bir öğeyi dağıtma fikri.

00:00:15

Fiyatlara bağlı olarak olabilir...

00:00:17

fiyatlarına göre ürünler,

00:00:20

Örneğin,

00:00:22

0'dan 0'a kadar kaç ürünüm var

00:00:23

50 €, 50 ila 100 € arasında kaç ürünüm var,

00:00:26

100'den 150'ye kadar,

00:00:28

et cetera et cetera. Ve

00:00:30

Bu yüzden ürün sayısını sayacağız

00:00:32

temsil edilen ve nihayetinde

00:00:34

darbe potansiyel olarak mümkün olacak

00:00:35

ile sonuçlanan bir

00:00:37

Bizi temsil edecek histogram,

00:00:38

Peki, bloklar nelerdir,

00:00:40

Fiyat bantları nelerdir

00:00:41

en çok ürüne sahip olduğum yer.

00:00:43

Potansiyel olarak şunları yapabileceğiz:

00:00:45

Sınıfa göre öğrencilerle aynı şey.

00:00:47

İşte bu, öğrencileri bir araya getireceğiz.

00:00:48

0 ile 5 arasında, 5 ile 10 arasında olanlar,

00:00:51

10 ila 15 ve 15 ile 20 arasında.

00:00:53

Sayarız ve bu yüzden teslim oluruz

00:00:55

hesabı

00:00:56

en çok öğrenciye sahip parantezin

00:00:58

temsil edilen ve son olarak son dava

00:01:01

ki bu oldukça açık olabilir

00:01:03

Anlayış açısından,

00:01:04

insan büyüklüklerindendir,

00:01:06

Yani sadece ne kadar olduğuna bakın

00:01:08

Bir metre 69 olan insanlar var,

00:01:11

70, 71, vb.

00:01:13

Ve böylece buna sahip olacağız

00:01:16

Oldukça karakteristik bir form

00:01:18

bu değerler üzerinden dağılım.

00:01:21

İşte buradayız

00:01:23

sadece bir sayısal değerimiz var

00:01:25

girdi olarak,

00:01:26

Bir karşılaştırma yapmayacağız

00:01:28

İki metrik, bu yüzden bu önemlidir

00:01:30

akılda tutulması gereken.

00:01:31

Öğeler dilimler halinde gruplandırılır.

00:01:32

Bazen mutlaka değil.

00:01:33

Bu yüzden

00:01:34

Size söylediğim gibi, örneğin boyutlar,

00:01:36

numune yeterince büyükse,

00:01:37

Doğrudan koyabiliriz

00:01:39

Hassas boyutlar ve bu nedenle evet

00:01:40

Amaç açıkça saymaktır

00:01:42

Eleman sayısı ve yükseklik

00:01:43

histogramı bunu temsil eder

00:01:45

Özellikle öğe sayısı.

00:01:48

Ve aslında görmenizi sağlar

00:01:50

Bir dağıtımın özellikleri.

00:01:51

Bu mu, örneğin ben daha mı çok tercih ederim?

00:01:52

üzerinde bulunan değerler

00:01:54

kitleler daha ziyade başlangıçta

00:01:56

değerleri veya sonunda veya sonunda veya

00:01:58

Bütün bunların aksine çok uyumlu

00:02:00

ve çok iyi dağıtılmış. Bu yüzden

00:02:02

Gerçekleştirmenizi sağlar

00:02:04

biraz dağıtım.

00:02:06

Ve potansiyel olarak, gerçekten,

00:02:07

Verebileceğim son tavsiye,

00:02:09

boyut ve boyut ile nasıl oynanacağını bilmek ve

00:02:12

İyi bir görsel için dilim sayısı.

00:02:15

İşte bu kadar, 6, 5 dilim dağıttım.

00:02:16

6, 7, 8, 9 koyabilirdim,

00:02:18

10.

00:02:18

Bundan sonra,

00:02:19

Birlikte olacağım gruplarım var

00:02:21

bu nedenle giderek daha az gözlem

00:02:23

Bu vurulması gereken bir denge

00:02:26

Doğru yolu bulmak için

00:02:28

Verileri görselleştirin.

00:02:30

Ve ikinci unsur,

00:02:31

İzin veren ikinci grafik türü

00:02:33

bu tür bilgileri görüntülemek için,

00:02:35

Bıyık kutuları olacak

00:02:38

veya İngilizce kutu arsası,

00:02:39

ki bu da biraz daha az belirgindir.

00:02:41

görselleştirme açısından anlamak.

00:02:43

Bilin ki iki bölümde,

00:02:44

istatistikle ilgili bütün bir bölümümüz olacak,

00:02:46

İşte mesele bu.

00:02:48

Sonunda, bu

00:02:50

tanımlayıcı istatistikler. Bu yüzden

00:02:51

Neler okunabilir?

00:02:53

bu tür bir grafikte? Yani aslında,

00:02:55

Şunu anlamak gerekir ki;

00:02:58

Birkaç seviyeniz olacak. Burada

00:03:00

Bu minimum olacak,

00:03:01

birinci çeyrek, ikinci çeyrek,

00:03:03

üçüncü ve dördüncü çeyrekler. Peki nedir

00:03:06

Dörttebirlik? Temel olarak, nüfusunuz var.

00:03:08

Onları sıraya koyacağız,

00:03:10

yani en küçüğünden en büyüğüne,

00:03:12

Bu yüzden örneğin notları alacağız

00:03:14

Öğrencilerin ve böylece arayacağız

00:03:16

dörtte biri

00:03:17

nüfus,

00:03:18

Yani öğrencilerimin dörtte biri,

00:03:20

Dağılım ne olacak

00:03:21

notlarının sırasının seviyesi.

00:03:23

Yani bu bana o boşluğu verecek.

00:03:26

Yani temelde biliyorum ki bu özellik arasında

00:03:28

Ve bu özellik, öğrencilerimin dörtte birine sahibim.

00:03:31

Sonra tekrar ameliyata başlayacağım

00:03:32

bu özellik ile bu özellik arasında,

00:03:35

Öğrencilerimin yeni bir çeyreği var,

00:03:36

bu özellik ile bu özellik arasında,

00:03:38

yeni bir çeyrek,

00:03:39

Bu özellik arasında,

00:03:40

yeni bir çeyrek. Yani sonunda,

00:03:41

dört çeyreğimizi iyi bitiririz,

00:03:44

Yani tüm nüfusum ve orada

00:03:46

aslında potansiyel olarak görebildiklerimiz,

00:03:48

Ve bu dağıtımların amacı da budur,

00:03:50

demek, peki,

00:03:51

İlk çeyrek oldukça iyi

00:03:52

aldı ve sonunda hayır.

00:03:54

Ayrıca, evet, dengelidir.

00:03:55

Her durumda,

00:03:56

orada gördüğümüz şey, bunun üçüncü çeyrek olduğudur,

00:03:59

Yani üçüncü dilim

00:04:00

çok toplanmıştır.

00:04:01

Bu, notların aslında

00:04:03

birbirine çok yakındır

00:04:05

Bu grup için

00:04:06

öğrenci sayısı.

00:04:07

Ve potansiyel olarak yapabiliriz

00:04:09

Bu nedenle, bakın, orada,

00:04:09

Erkek bedenleri içindir

00:04:11

ve kadınlar.

00:04:12

Bence durum bu

00:04:14

daha sonra göreceğimiz

00:04:15

egzersiz, örneğin

00:04:17

eğilimli erkekler

00:04:19

gözle görülür şekilde boyutlara sahip

00:04:20

kadınlardan daha fazla toplandığı yerde

00:04:22

Orada çok daha geniş.

00:04:23

Orada bir ilk çeyreğimiz var, bu yüzden

00:04:24

orada kadın nüfusunun dörtte biri

00:04:26

175 santimetre ile 168 santimetre arasında,

00:04:28

Diyeceğiz ki, çatal

00:04:30

buna kıyasla çok büyük

00:04:32

erkeklerde nerede olabilir?

00:04:34

Yani rakamlar çok fazla

00:04:36

daha fazla toplandı.

00:04:38

İşte bunun için.

00:04:40

Bu kutu arazileri,

00:04:41

Bu bıyık kutuları ve

00:04:42

Bilin ki orta çizgi,

00:04:44

Ne yapacağımızı temsil edecek

00:04:45

medyanı çağırır.

00:04:46

Yani medyan,

00:04:47

Tam olarak yarıya indirecek

00:04:49

sahip olduğum nüfus, yani

00:04:50

İkideki öğrenci sayım

00:04:52

eşit parçalar.

00:04:53

İşte gidiyorsun. Ve

00:04:54

medyanın tanımı budur,

00:04:56

Ortalama ile karıştırılmamalıdır.

00:04:58

İle karşılaştırma

00:04:59

her iki grafik türü,

00:05:01

İşte bıyık kutusu

00:05:03

ile karşılaştırıldığında daha az iyidir

00:05:05

histogram, çünkü orada, onu görüyorsunuz,

00:05:06

Sonunda, sadece dört tane var

00:05:08

değerler, oysa burada onlara sahip olabilirim

00:05:10

5, 6, 7, 8, 9, 10, yani daha fazla ayrıntı düzeyi.

00:05:12

Diğer yandan

00:05:13

İlginç olan şu ki;

00:05:14

Bazılarını gönderecek yerim var

00:05:16

birkaç ve potansiyel olarak

00:05:17

Karşılaştırma yapabilme.

00:05:18

Yani bütün bir bölüme sahip olduğunuzda

00:05:20

Görüntülemek istediğiniz kategoriler

00:05:22

Dağılımları düzeyinde, eh

00:05:23

Peki bıyık kutusu, öyle

00:05:25

potansiyel olarak daha uygun.

00:05:27

Ve eğer tam tersine, istiyorsak

00:05:28

bir dağıtımda ayrıntı düzeyi,

00:05:30

bir dağıtımda,

00:05:31

orada kullanmayı tercih edeceğiz

00:05:33

histogram. Unutmayın ki

00:05:35

Onları manipüle edecek olsak bile,

00:05:36

İnsanlar manipüle etmeye daha az alışkındır

00:05:39

bıyıklı bu tip kutu,

00:05:40

bu yüzden

00:05:41

bu grafik türü. Yani eğer

00:05:42

Bu sadece senin için, şey,

00:05:44

İlgisini anladınız

00:05:46

grafik ve böylece yapabilirsiniz

00:05:48

Yayınlanacaksa kullanın

00:05:49

diğer insanlarla sonra,

00:05:51

ya onlara açıklamak zorunda kalacaksın

00:05:53

potansiyel olarak, bu yüzden uygun değildir

00:05:55

Belki başka bir şeyle başlayın.

00:00:01

reprezentacja graficzna z

00:00:03

dystrybucje, tj.

00:00:04

histogram i pudełka na wąsy.

00:00:06

Zastosowanie tego typu wizualizacji

00:00:08

Jest istotne

00:00:11

Kiedy będziesz musiał mieć

00:00:13

Pomysł dystrybucji przedmiotu.

00:00:15

Mogą to być ceny w zależności od...

00:00:17

produkty według ich ceny,

00:00:20

Moglibyśmy więc zrobić na przykład,

00:00:22

ile mam produktów od 0 do

00:00:23

50€, ile mam produktów od 50 do 100€,

00:00:26

od 100 do 150,

00:00:28

et cetera et cetera. I

00:00:30

Policzymy więc liczbę produktów

00:00:32

który jest reprezentowany i ostatecznie z

00:00:34

Cios będziemy w stanie potencjalnie

00:00:35

kończąc na

00:00:37

histogram, który będzie nas reprezentował,

00:00:38

Więc, jakie są bloki,

00:00:40

Jakie są przedziały cenowe

00:00:41

gdzie mam najwięcej produktów.

00:00:43

Potencjalnie będziemy w stanie wykonać

00:00:45

To samo z uczniami według klasy.

00:00:47

To wszystko, połączymy uczniów.

00:00:48

który miał między 0 a 5, między 5 a 10,

00:00:51

między 10 a 15 i 15 a 20.

00:00:53

Liczymy się i dlatego się poddamy

00:00:55

Konto

00:00:56

nawiasu z największą liczbą studentów

00:00:58

reprezentowany i wreszcie ostatnia sprawa

00:01:01

co może być dość oczywiste

00:01:03

Jeśli chodzi o zrozumienie,

00:01:04

jest to wielkość ludzi,

00:01:06

Więc spójrz tylko, ile

00:01:08

Mam ludzi, którzy są jeden metr 69,

00:01:11

70, 71 i tak dalej.

00:01:13

Będziemy mieli to

00:01:16

Dość charakterystyczna forma

00:01:18

rozkład na tych wartościach.

00:01:21

Mamy więc do czynienia z przypadkiem, w którym

00:01:23

Mamy tylko jedną wartość liczbową

00:01:25

jako dane wejściowe,

00:01:26

Nie będziemy mieli porównania

00:01:28

Dwa wskaźniki, więc to ważne

00:01:30

, aby pamiętać.

00:01:31

Elementy są pogrupowane w transzach.

00:01:32

Czasami niekoniecznie.

00:01:33

Więc

00:01:34

Jak powiedziałem ci na przykład rozmiary,

00:01:36

jeżeli próbka jest wystarczająco duża,

00:01:37

Możemy bezpośrednio umieścić

00:01:39

Dokładne rozmiary, a zatem tak

00:01:40

Celem jest oczywiście policzenie

00:01:42

Liczba elementów i wysokość

00:01:43

histogramu przedstawia to

00:01:45

Liczba sztuk w szczególności.

00:01:48

I faktycznie pozwala zobaczyć

00:01:50

Osobliwości dystrybucji.

00:01:51

Czy to na przykład ja raczej

00:01:52

wartości, które znajdują się na

00:01:54

Masy raczej na początku

00:01:56

lub na końcu, na końcu lub na

00:01:58

Przeciwnie, wszystko to jest bardzo harmonijne

00:02:00

i bardzo dobrze rozprowadzone. Więc

00:02:02

Pozwala zrealizować

00:02:04

trochę dystrybucji.

00:02:06

I potencjalnie, rzeczywiście,

00:02:07

Ostatnia rada, jaką mogę dać,

00:02:09

To wiedzieć, jak bawić się rozmiarem i

00:02:12

Liczba plasterków zapewniająca dobry obraz.

00:02:15

To wszystko, mam 6, 5 plasterków rozdanych.

00:02:16

Mogłem umieścić 6, 7, 8, 9,

00:02:18

10.

00:02:18

Następnie

00:02:19

Mam grupy, które będą z

00:02:21

Coraz mniej zatem obserwacji

00:02:23

To równowaga, którą należy osiągnąć

00:02:26

znaleźć właściwą drogę

00:02:28

Wizualizacja danych.

00:02:30

I drugi element,

00:02:31

Drugi typ wykresu, który umożliwia

00:02:33

do wyświetlania tego typu informacji,

00:02:35

To będą pudełka z wąsami

00:02:38

lub box plot w języku angielskim,

00:02:39

które są nieco mniej oczywiste w

00:02:41

zrozumieć w kategoriach wizualizacji.

00:02:43

Wiedz, że w dwóch częściach,

00:02:44

będziemy mieli cały rozdział poświęcony statystykom,

00:02:46

O to właśnie chodzi.

00:02:48

W końcu to

00:02:50

statystyki opisowe. Więc

00:02:51

Co można przeczytać

00:02:53

na tego typu wykresie? Więc faktycznie,

00:02:55

Należy to rozumieć, że

00:02:58

Będziesz miał kilka poziomów. Tu

00:03:00

To będzie minimum,

00:03:01

pierwszy kwartyl, drugi kwartyl,

00:03:03

trzeci i czwarty kwartyl. Więc co to jest

00:03:06

Kwartyl? Zasadniczo masz swoją populację.

00:03:08

Uporządkujemy je,

00:03:10

więc od najmniejszego do największego,

00:03:12

Weźmiemy więc na przykład notatki

00:03:14

studentów i tak będziemy szukać

00:03:16

jedna czwarta

00:03:17

ludność,

00:03:18

Więc jedna czwarta moich studentów,

00:03:20

Jaki będzie rozkład w

00:03:21

poziom kolejności ich stopnia.

00:03:23

To da mi tę lukę.

00:03:26

Więc w zasadzie wiem, że między tą cechą

00:03:28

I tę cechę, mam jedną czwartą moich uczniów.

00:03:31

Wtedy ponownie rozpocznę operację

00:03:32

między tą cechą a tą cechą,

00:03:35

Mam nową ćwiartkę moich uczniów,

00:03:36

między tą cechą a tą cechą,

00:03:38

nowy kwartał,

00:03:39

między tą cechą,

00:03:40

nowy kwartał. Więc w końcu,

00:03:41

Kończymy z naszymi czterema kwartałami dobrze,

00:03:44

Więc cała moja populacja i tam

00:03:46

co potencjalnie możemy zobaczyć w rzeczywistości,

00:03:48

I o to chodzi w tych dystrybucjach,

00:03:50

jest powiedzieć, cóż,

00:03:51

Pierwszy kwartał jest raczej

00:03:52

odebrał i w końcu nie.

00:03:54

Poza tym tak, jest zrównoważony.

00:03:55

W każdym razie

00:03:56

Tam widzimy, że jest to trzeci kwartyl,

00:03:59

A więc trzecia transza

00:04:00

jest bardzo zebrany.

00:04:01

Oznacza to, że notatki faktycznie

00:04:03

są bardzo blisko siebie

00:04:05

dla tej grupy

00:04:06

studentów.

00:04:07

I potencjalnie możemy

00:04:09

patrz zatem, tam,

00:04:09

To dla rozmiarów męskich

00:04:11

i kobiety.

00:04:12

Myślę, że tak właśnie jest

00:04:14

Zobaczymy to później w

00:04:15

ćwiczenie, będziemy mieli na przykład

00:04:17

mężczyźni, którzy mają tendencję do

00:04:19

Widocznie mają rozmiary

00:04:20

więcej zebranych niż kobiety, gdzie

00:04:22

Tam jest znacznie szerszy.

00:04:23

Tam mamy pierwszy kwartyl, więc

00:04:24

Tam jedna czwarta populacji kobiet

00:04:26

wynosi od 175 centymetrów do 168,

00:04:28

Powiemy, więc widelec

00:04:30

jest bardzo duży w porównaniu z tym

00:04:32

To można mieć u mężczyzn, gdzie

00:04:34

Liczby są więc duże

00:04:36

więcej zebranych.

00:04:38

Po to to jest.

00:04:40

Te działki pudełkowe,

00:04:41

te pudełka z wąsami i

00:04:42

Wiedz, że środkowa linia,

00:04:44

Będzie reprezentować to, co zamierzamy zrobić

00:04:45

wywołuje medianę.

00:04:46

Tak więc mediana,

00:04:47

Przetnie dokładnie na pół

00:04:49

populacja, którą mam, więc

00:04:50

Moja liczba uczniów w dwóch

00:04:52

równe części.

00:04:53

Proszę bardzo. I

00:04:54

jest to definicja mediany,

00:04:56

Nie mylić ze średnią.

00:04:58

Porównanie z

00:04:59

oba rodzaje wykresów,

00:05:01

Chodzi o pudełko z wąsami

00:05:03

jest mniej drobna w porównaniu do

00:05:05

histogram, bo tam to widzisz,

00:05:06

W końcu mam tylko cztery

00:05:08

wartości, podczas gdy tutaj mogę je mieć

00:05:10

5, 6, 7, 8, 9, 10, więc więcej szczegółowości.

00:05:12

Z drugiej strony

00:05:13

Co ciekawe,

00:05:14

Mam miejsce, aby zamieścić kilka

00:05:16

kilka i potencjalnie

00:05:17

być w stanie dokonywać porównań.

00:05:18

Więc kiedy masz całą sekcję

00:05:20

Kategorie, które chcesz wyświetlić

00:05:22

Na poziomie ich dystrybucji, eh

00:05:23

Cóż, pudełko wąsów, to jest

00:05:25

potencjalnie bardziej odpowiednie.

00:05:27

A jeśli, przeciwnie, chcemy

00:05:28

ziarnistość w dystrybucji,

00:05:30

na dystrybucji,

00:05:31

Tam raczej będziemy używać

00:05:33

histogram. Pamiętaj, że

00:05:35

Nawet jeśli będziemy nimi manipulować,

00:05:36

Ludzie są mniej przyzwyczajeni do manipulacji

00:05:39

tego typu pudełko z wąsami,

00:05:40

więc

00:05:41

tego typu wykres. Więc jeśli

00:05:42

To tylko dla ciebie, cóż,

00:05:44

Zrozumiałeś interes

00:05:46

wykres i tak możesz

00:05:48

używać, jeśli ma być nadawany

00:05:49

po z innymi ludźmi,

00:05:51

albo będziesz musiał im wyjaśnić

00:05:53

potencjalnie nie nadaje się więc

00:05:55

Może zacznij od czegoś innego.

00:00:01

ग्राफिकल प्रतिनिधित्व के साथ

00:00:03

वितरण, अर्थात्

00:00:04

हिस्टोग्राम और मूंछ बक्से।

00:00:06

इस प्रकार के विज़ुअलाइज़ेशन का उपयोग

00:00:08

प्रासंगिक है

00:00:11

जब आपको एक की आवश्यकता होगी

00:00:13

किसी वस्तु को वितरित करने का विचार ।

00:00:15

यह कीमतों के आधार पर हो सकता है ...

00:00:17

उत्पादों को उनकी कीमत के अनुसार,

00:00:20

उदाहरण के लिए हम कर सकते हैं,

00:00:22

मेरे पास 0 से 0 तक कितने उत्पाद हैं

00:00:23

50 €, मेरे पास 50 से 100 € तक कितने उत्पाद हैं,

00:00:26

100 से 150 तक,

00:00:28

और वगैरह और वगैरह। और

00:00:30

तो हम उत्पादों की संख्या की गणना करेंगे

00:00:32

जिसका प्रतिनिधित्व किया जाता है और अंततः

00:00:34

झटका हम संभावित रूप से सक्षम होंगे

00:00:35

एक के साथ समाप्त होता है

00:00:37

हिस्टोग्राम जो हमारा प्रतिनिधित्व करेगा,

00:00:38

तो, ब्लॉक क्या हैं,

00:00:40

मूल्य बैंड क्या हैं

00:00:41

जहां मेरे पास सबसे अधिक उत्पाद हैं।

00:00:43

हम संभावित रूप से ऐसा करने में सक्षम होंगे

00:00:45

ग्रेड के अनुसार छात्रों के साथ भी ऐसा ही है।

00:00:47

यही वह है, हम छात्रों को एक साथ लाने जा रहे हैं।

00:00:48

जिनके पास 0 और 5 के बीच, 5 से 10 के बीच,

00:00:51

10 और 15, और 15 और 20 के बीच।

00:00:53

हम गिनती करते हैं और इसलिए हम आत्मसमर्पण कर देंगे

00:00:55

का लेखा-जोखा

00:00:56

सबसे अधिक छात्रों के साथ ब्रैकेट

00:00:58

प्रतिनिधित्व किया और अंत में अंतिम मामला

00:01:01

जो बहुत स्पष्ट हो सकता है

00:01:03

समझने के मामले में,

00:01:04

यह मनुष्यों के आकार का है,

00:01:06

तो बस देखें कि कितना

00:01:08

मेरे पास ऐसे लोग हैं जो एक मीटर 69 हैं,

00:01:11

70, 71, और वगैरह।

00:01:13

और इसलिए हम इसे प्राप्त करने जा रहे हैं

00:01:16

एक का काफी विशिष्ट रूप

00:01:18

इन मूल्यों पर वितरण।

00:01:21

तो यहां हम एक ऐसे मामले में हैं जहां

00:01:23

हमारे पास केवल एक संख्यात्मक मान है

00:01:25

एक इनपुट के रूप में,

00:01:26

हम इसकी तुलना नहीं करने जा रहे हैं

00:01:28

दो मीट्रिक, इसलिए यह महत्वपूर्ण है

00:01:30

ध्यान में रखना।

00:01:31

तत्वों को किश्तों में वर्गीकृत किया गया है।

00:01:32

कभी-कभी जरूरी नहीं।

00:01:33

फलस्वरूप

00:01:34

जैसा कि मैंने आपको उदाहरण के लिए आकार बताया,

00:01:36

यदि नमूना काफी बड़ा है,

00:01:37

हम सीधे कह सकते हैं

00:01:39

सटीक आकार और इसलिए हाँ

00:01:40

लक्ष्य स्पष्ट रूप से गिनती करना है

00:01:42

तत्वों की संख्या और ऊंचाई

00:01:43

हिस्टोग्राम का हिस्सा यह दर्शाता है

00:01:45

विशेष रूप से वस्तुओं की संख्या।

00:01:48

और यह वास्तव में आपको देखने की अनुमति देता है

00:01:50

वितरण की विशिष्टताएं।

00:01:51

क्या यह उदाहरण के लिए मैं चाहता हूं?

00:01:52

मूल्य जो उस पर हैं

00:01:54

शुरुआत में जनता के बजाय

00:01:56

मान या अंत में या अंत में या अंत में

00:01:58

इसके विपरीत यह सब बहुत सामंजस्यपूर्ण है

00:02:00

और बहुत अच्छी तरह से वितरित। इसलिए

00:02:02

यह आपको महसूस करने की अनुमति देता है

00:02:04

वितरण का थोड़ा सा हिस्सा।

00:02:06

और संभावित रूप से, वास्तव में,

00:02:07

सलाह का अंतिम टुकड़ा जो मैं दे सकता हूं,

00:02:09

यह जानना है कि आकार के साथ कैसे खेलना है और

00:02:12

एक अच्छे दृश्य के लिए स्लाइस की संख्या।

00:02:15

यही वह है, मेरे पास 6, 5 स्लाइस वितरित किए गए हैं।

00:02:16

मैं 6, 7, 8, 9 डाल सकता था,

00:02:18

10.

00:02:18

उसके बाद

00:02:19

मेरे पास ऐसे समूह हैं जो उनके साथ रहेंगे

00:02:21

इसलिए कम और कम अवलोकन

00:02:23

यह एक संतुलन है जिसे मारा जाना चाहिए

00:02:26

सही रास्ता खोजने के लिए

00:02:28

डेटा की कल्पना करें।

00:02:30

और दूसरा तत्व,

00:02:31

दूसरे प्रकार का चार्ट जो अनुमति देता है

00:02:33

इस प्रकार की जानकारी प्रदर्शित करने के लिए,

00:02:35

यह मूंछ के बक्से होने जा रहे हैं

00:02:38

या अंग्रेजी में बॉक्स प्लॉट,

00:02:39

जो थोड़ा कम स्पष्ट हैं

00:02:41

विज़ुअलाइज़ेशन के संदर्भ में समझें।

00:02:43

इसे दो भागों में जानें,

00:02:44

हमारे पास आंकड़ों पर एक पूरा अध्याय होगा,

00:02:46

तो यही वह है जिसके बारे में है।

00:02:48

अंत में, यह है

00:02:50

वर्णनात्मक आंकड़े। इसलिए

00:02:51

क्या पढ़ा जा सकता है

00:02:53

इस प्रकार के ग्राफ पर? तो वास्तव में,

00:02:55

यह समझना चाहिए कि

00:02:58

आपके पास कई स्तर होंगे। यहाँ

00:03:00

यह न्यूनतम होने जा रहा है,

00:03:01

पहला चतुर्थक, दूसरा चतुर्थक,

00:03:03

तीसरा और चौथा चतुर्थक। तो क्या है

00:03:06

चतुर्थक? मूल रूप से, आपके पास अपनी आबादी है।

00:03:08

हम उन्हें क्रम में रखेंगे,

00:03:10

तो सबसे छोटे से सबसे बड़े तक,

00:03:12

तो हम उदाहरण के लिए नोट्स लेंगे

00:03:14

छात्रों की संख्या और इसलिए हम देखेंगे

00:03:16

एक-चौथाई

00:03:17

जनसंख्या,

00:03:18

मेरे छात्रों का एक चौथाई,

00:03:20

क्या होगा वितरण

00:03:21

उनके ग्रेड के क्रम का स्तर।

00:03:23

तो यह मुझे वह अंतर देने जा रहा है।

00:03:26

तो मूल रूप से मुझे पता है कि उस विशेषता के बीच

00:03:28

और यह विशेषता, मेरे पास मेरे छात्रों का एक चौथाई हिस्सा है।

00:03:31

फिर मैं फिर से कार्रवाई शुरू करूंगा

00:03:32

इस विशेषता और उस विशेषता के बीच,

00:03:35

मेरे पास मेरे छात्रों का एक नया हिस्सा है,

00:03:36

इस विशेषता और उस विशेषता के बीच,

00:03:38

एक नई तिमाही,

00:03:39

इस विशेषता के बीच,

00:03:40

एक नई तिमाही। तो अंत में,

00:03:41

हमने अपने चार क्वार्टर अच्छे से समाप्त किए,

00:03:44

तो मेरी पूरी आबादी और वहां

00:03:46

हम वास्तव में संभावित रूप से क्या देख सकते हैं,

00:03:48

और यह इन वितरणों का मुद्दा है,

00:03:50

कहने का मतलब है, ठीक है,

00:03:51

पहली तिमाही काफी अच्छी है

00:03:52

उठा और अंत में नहीं।

00:03:54

इसके अलावा, हाँ, यह संतुलित है।

00:03:55

किसी भी मामले में,

00:03:56

वहां हम जो देखते हैं वह यह है कि यह तीसरा चतुर्थक है,

00:03:59

तो तीसरी किश्त

00:04:00

बहुत एकत्र किया गया है।

00:04:01

इसका मतलब है कि नोट्स वास्तव में

00:04:03

एक-दूसरे के बहुत करीब हैं

00:04:05

इस समूह के लिए

00:04:06

छात्रों की संख्या।

00:04:07

और संभवतः हम कर सकते हैं

00:04:09

इसलिए, वहाँ देखें,

00:04:09

यह पुरुषों के आकार के लिए है

00:04:11

और महिलाएं।

00:04:12

तो मुझे लगता है कि यह मामला है

00:04:14

जिसे हम बाद में देखेंगे

00:04:15

अभ्यास, हमारे पास उदाहरण के लिए होगा

00:04:17

पुरुष जो ऐसा करते हैं

00:04:19

स्पष्ट रूप से आकार है

00:04:20

महिलाओं की तुलना में अधिक एकत्र किया गया

00:04:22

वहां यह बहुत व्यापक है।

00:04:23

वहां हमारे पास पहला चतुर्थक है, इसलिए

00:04:24

वहाँ महिला आबादी का एक चौथाई हिस्सा है

00:04:26

175 सेंटीमीटर और 168 के बीच है,

00:04:28

हम कहेंगे, तो कांटा

00:04:30

इसकी तुलना में बहुत बड़ा है

00:04:32

यह पुरुषों में हो सकता है जहां

00:04:34

इसलिए संख्या बहुत अधिक है

00:04:36

अधिक एकत्र किया गया।

00:04:38

तो यही वह है जिसके लिए यह है।

00:04:40

ये बॉक्स प्लॉट,

00:04:41

मूंछों के ये बक्से और

00:04:42

जान लो कि मध्य रेखा,

00:04:44

यह उस चीज का प्रतिनिधित्व करने जा रहा है जो हम करने जा रहे हैं

00:04:45

माध्य कहते हैं।

00:04:46

तो औसत,

00:04:47

यह बिल्कुल आधे में कटौती करेगा

00:04:49

मेरी आबादी कितनी है, इसलिए

00:04:50

दो में छात्रों की संख्या

00:04:52

बराबर भाग।

00:04:53

तुम वहाँ जाओ। और

00:04:54

यह माध्य की परिभाषा है,

00:04:56

औसत के साथ भ्रमित न हों।

00:04:58

के साथ तुलना

00:04:59

दोनों प्रकार के चार्ट,

00:05:01

यह है कि मूंछ बॉक्स

00:05:03

की तुलना में कम ठीक है

00:05:05

हिस्टोग्राम, क्योंकि वहां, आप इसे देखते हैं,

00:05:06

अंत में, मेरे पास केवल चार हैं

00:05:08

मूल्य, जबकि यहां मैं उन्हें प्राप्त कर सकता हूं

00:05:10

5, 6, 7, 8, 9, 10, इतनी अधिक ग्रैन्यूलिटी।

00:05:12

दूसरी ओर

00:05:13

दिलचस्प बात यह है कि

00:05:14

मेरे पास कुछ पोस्ट करने की जगह है

00:05:16

कई और संभावित रूप से

00:05:17

तुलना करने में सक्षम हो।

00:05:18

तो जब आपके पास एक पूरा खंड होता है

00:05:20

श्रेणियाँ जिन्हें आप प्रदर्शित करना चाहते हैं

00:05:22

उनके वितरण के स्तर पर,

00:05:23

वैसे मूंछों का बॉक्स, यह है

00:05:25

संभावित रूप से अधिक उपयुक्त।

00:05:27

और अगर, इसके विपरीत, हम चाहते हैं

00:05:28

वितरण पर ग्रैन्यूलिटी,

00:05:30

वितरण पर,

00:05:31

वहां हम इसका उपयोग करेंगे

00:05:33

हिस्टोग्राम। ध्यान रखें कि

00:05:35

भले ही हम उन्हें हेरफेर करेंगे,

00:05:36

लोगों को हेरफेर करने की आदत कम है

00:05:39

मूंछों के साथ इस प्रकार का बॉक्स,

00:05:40

इसलिए

00:05:41

इस प्रकार का चार्ट. तो अगर

00:05:42

यह सिर्फ आपके लिए है, ठीक है,

00:05:44

आपने लोगों के हित को समझा है।

00:05:46

ग्राफऔर इसलिए आप कर सकते हैं

00:05:48

उपयोग करें, यदि इसे प्रसारित किया जाना है

00:05:49

अन्य लोगों के साथ,

00:05:51

या तो आपको उन्हें समझाना होगा

00:05:53

संभावित रूप से, उपयुक्त नहीं है

00:05:55

शायद कुछ और शुरू करें।

00:00:01

representasi grafis dengan

00:00:03

distribusi, yaitu

00:00:04

kotak histogram dan kumis.

00:00:06

Penggunaan jenis visualisasi ini

00:00:08

Relevan

00:00:11

Kapan Anda harus memiliki

00:00:13

Ide mendistribusikan barang.

00:00:15

Ini bisa menjadi harga tergantung pada...

00:00:17

produk sesuai dengan harganya,

00:00:20

Jadi kita bisa melakukan misalnya,

00:00:22

berapa banyak produk yang saya miliki dari 0 hingga

00:00:23

50 €, berapa banyak produk yang saya miliki dari 50 hingga 100 €,

00:00:26

dari 100 hingga 150,

00:00:28

dan lain-lain. Dan

00:00:30

Jadi kami akan menghitung jumlah produk

00:00:32

yang diwakili dan akhirnya dari

00:00:34

pukulan kita akan dapat berpotensi

00:00:35

berakhir dengan a

00:00:37

histogram yang akan mewakili kita,

00:00:38

Jadi, apa bloknya,

00:00:40

Berapa band harga

00:00:41

di mana saya memiliki produk paling banyak.

00:00:43

Kami berpotensi dapat melakukan

00:00:45

Hal yang sama dengan siswa berdasarkan kelas.

00:00:47

Itu saja, kami akan menyatukan para siswa.

00:00:48

yang memiliki antara 0 dan 5, antara 5 dan 10,

00:00:51

antara 10 dan 15, dan 15 dan 20.

00:00:53

Kami menghitung dan karena itu kami akan menyerah

00:00:55

Akun dari

00:00:56

dari braket dengan siswa terbanyak

00:00:58

diwakili dan akhirnya kasus terakhir

00:01:01

yang bisa sangat jelas

00:01:03

Dalam hal pemahaman,

00:01:04

itu adalah ukuran manusia,

00:01:06

Jadi lihat saja berapa banyak

00:01:08

Saya memiliki orang-orang yang satu meter 69,

00:01:11

70, 71, dan sebagainya.

00:01:13

Jadi kita akan memiliki ini

00:01:16

Bentuk yang cukup khas dari a

00:01:18

distribusi pada nilai-nilai ini.

00:01:21

Jadi di sini kita berada dalam kasus di mana

00:01:23

Kami hanya memiliki satu nilai numerik

00:01:25

sebagai masukan,

00:01:26

Kami tidak akan memiliki perbandingan

00:01:28

Dua metrik, jadi itu penting

00:01:30

untuk diingat.

00:01:31

Elemen-elemen dikelompokkan dalam tranches.

00:01:32

Terkadang belum tentu.

00:01:33

Jadi

00:01:34

Seperti yang saya katakan misalnya ukurannya,

00:01:36

jika sampel cukup besar,

00:01:37

Kita bisa langsung menempatkan

00:01:39

Ukuran yang tepat dan oleh karena itu ya

00:01:40

Tujuannya jelas untuk menghitung

00:01:42

Jumlah elemen dan tinggi

00:01:43

histogram mewakili ini

00:01:45

Jumlah item khususnya.

00:01:48

Dan itu benar-benar memungkinkan Anda untuk melihat

00:01:50

Keunikan distribusi.

00:01:51

Apakah itu misalnya saya lebih suka

00:01:52

nilai-nilai yang ada di

00:01:54

massa lebih pada awalnya

00:01:56

nilai atau di akhir atau di akhir atau di akhir

00:01:58

Sebaliknya, semua ini sangat harmonis

00:02:00

dan didistribusikan dengan sangat baik. Jadi

00:02:02

Ini memungkinkan Anda untuk menyadari

00:02:04

sedikit distribusi.

00:02:06

Dan berpotensi, memang,

00:02:07

Nasihat terakhir yang bisa saya berikan,

00:02:09

Hal ini untuk mengetahui cara bermain dengan ukuran dan

00:02:12

Jumlah irisan untuk visual yang bagus.

00:02:15

Itu saja, saya punya 6, 5 irisan yang dibagikan.

00:02:16

Saya bisa menempatkan 6, 7, 8, 9,

00:02:18

10.

00:02:18

Kemudian

00:02:19

Saya memiliki grup yang akan bersama

00:02:21

Oleh karena itu, semakin sedikit pengamatan

00:02:23

Ini adalah keseimbangan yang harus dipukul

00:02:26

untuk menemukan cara yang benar

00:02:28

Visualisasikan data.

00:02:30

Dan elemen kedua,

00:02:31

Tipe grafik kedua yang memungkinkan

00:02:33

untuk menampilkan jenis informasi ini,

00:02:35

Ini akan menjadi kotak kumis

00:02:38

atau plot kotak dalam bahasa Inggris,

00:02:39

yang sedikit kurang jelas di

00:02:41

memahami dalam hal visualisasi.

00:02:43

Ketahuilah bahwa dalam dua bagian,

00:02:44

Kami akan memiliki seluruh bab tentang statistik,

00:02:46

Jadi begitulah kira-kira.

00:02:48

Pada akhirnya, itu

00:02:50

statistik deskriptif. Jadi

00:02:51

Apa yang bisa dibaca

00:02:53

pada jenis grafik ini? Jadi sebenarnya,

00:02:55

Itu, harus dipahami bahwa

00:02:58

Anda akan memiliki beberapa level. Sini

00:03:00

Ini akan menjadi minimum,

00:03:01

kuartil pertama, kuartil kedua,

00:03:03

kuartil ketiga dan keempat. Jadi apa itu

00:03:06

kuartil? Pada dasarnya, Anda memiliki populasi Anda.

00:03:08

Kami akan menertibkannya,

00:03:10

jadi dari yang terkecil hingga yang terbesar,

00:03:12

Jadi kita akan mengambil contoh catatannya

00:03:14

siswa dan jadi kami akan mencari

00:03:16

seperempat dari

00:03:17

populasi,

00:03:18

Jadi seperempat dari murid-murid saya,

00:03:20

Apa yang akan menjadi distribusi di

00:03:21

tingkat urutan kelas mereka.

00:03:23

Jadi itu akan memberi saya celah itu.

00:03:26

Jadi pada dasarnya saya tahu bahwa di antara sifat itu

00:03:28

Dan sifat ini, saya memiliki seperempat dari siswa saya.

00:03:31

Kemudian saya akan memulai operasi lagi

00:03:32

antara sifat ini dan sifat itu,

00:03:35

Saya memiliki seperempat siswa baru saya,

00:03:36

antara sifat ini dan sifat itu,

00:03:38

kuartal baru,

00:03:39

antara sifat ini,

00:03:40

kuartal baru. Jadi pada akhirnya,

00:03:41

Kami berakhir dengan empat kuartal kami dengan baik,

00:03:44

Jadi seluruh populasi saya dan di sana

00:03:46

Apa yang berpotensi kita lihat sebenarnya,

00:03:48

Dan itulah inti dari distribusi ini,

00:03:50

Adalah mengatakan, yah,

00:03:51

Kuartal pertama agak

00:03:52

mengambil dan akhirnya tidak.

00:03:54

Selain itu, ya, itu seimbang.

00:03:55

Bagaimanapun,

00:03:56

di sana apa yang kita lihat adalah bahwa itu adalah kuartil ketiga,

00:03:59

Jadi tahap ketiga

00:04:00

sangat terkumpul.

00:04:01

Ini berarti bahwa catatan itu sebenarnya

00:04:03

sangat dekat satu sama lain

00:04:05

untuk grup ini

00:04:06

siswa.

00:04:07

Dan berpotensi kita bisa

00:04:09

Lihat, oleh karena itu, di sana,

00:04:09

Ini untuk ukuran pria

00:04:11

dan wanita.

00:04:12

Jadi saya pikir itu masalahnya

00:04:14

yang akan kita lihat nanti di

00:04:15

latihan, kita akan memiliki misalnya

00:04:17

pria yang cenderung

00:04:19

Terlihat memiliki ukuran

00:04:20

Lebih banyak terkumpul daripada wanita di mana

00:04:22

Itu jauh lebih luas.

00:04:23

Di sana kita memiliki kuartil pertama, jadi

00:04:24

ada seperempat dari populasi wanita

00:04:26

antara 175 sentimeter dan 168,

00:04:28

Kami akan mengatakan, jadi garpu

00:04:30

sangat besar dibandingkan dengan ini

00:04:32

Itu bisa didapat pada pria di mana

00:04:34

Jadi jumlahnya banyak

00:04:36

lebih banyak dikumpulkan.

00:04:38

Jadi untuk itulah itu.

00:04:40

Plot kotak ini,

00:04:41

kotak-kotak kumis ini dan

00:04:42

Ketahuilah bahwa garis tengah,

00:04:44

Ini akan mewakili apa yang akan kita lakukan

00:04:45

memanggil median.

00:04:46

Jadi median,

00:04:47

Ini akan memotong tepat menjadi dua

00:04:49

populasi yang saya miliki, jadi

00:04:50

Jumlah siswa saya menjadi dua

00:04:52

bagian yang sama.

00:04:53

Dan itu dia. Dan

00:04:54

ini adalah definisi median,

00:04:56

Artikel ini bukan mengenai rata-rata.

00:04:58

Perbandingan dengan

00:04:59

kedua jenis grafik,

00:05:01

Itu kotak kumis

00:05:03

kurang baik dibandingkan dengan

00:05:05

histogram, karena di sana, Anda melihatnya,

00:05:06

Pada akhirnya, saya hanya punya empat

00:05:08

nilai, sedangkan di sini saya dapat memilikinya

00:05:10

5, 6, 7, 8, 9, 10, jadi lebih terperinci.

00:05:12

Dilain pihak

00:05:13

Yang menarik adalah

00:05:14

Saya punya tempat untuk memposting beberapa

00:05:16

beberapa dan berpotensi

00:05:17

dapat membuat perbandingan.

00:05:18

Jadi ketika Anda memiliki seluruh bagian dari

00:05:20

Kategori yang ingin Anda tampilkan

00:05:22

Pada tingkat distribusi mereka, eh

00:05:23

Nah kotak kumis, itu

00:05:25

berpotensi lebih tepat.

00:05:27

Dan jika, sebaliknya, kita mau

00:05:28

granularitas pada distribusi,

00:05:30

pada distribusi,

00:05:31

Di sana kami lebih suka menggunakan

00:05:33

Histogram. Perlu diingat bahwa

00:05:35

Bahkan jika kita akan memanipulasi mereka,

00:05:36

Orang kurang terbiasa memanipulasi

00:05:39

jenis kotak dengan kumis ini,

00:05:40

jadi

00:05:41

jenis bagan ini. Jadi jika

00:05:42

Ini hanya untukmu, yah,

00:05:44

Anda telah memahami kepentingan

00:05:46

grafik dan sebagainya Anda bisa

00:05:48

gunakan, jika akan disiarkan

00:05:49

setelah dengan orang lain,

00:05:51

Entah Anda harus menjelaskan kepada mereka

00:05:53

berpotensi, tidak cocok jadi

00:05:55

Mungkin mulai dari sesuatu yang lain.

00:00:01

Representação gráfica com

00:00:03

distribuições, ou seja,

00:00:04

histograma e gráficos de caixa.

00:00:06

O uso desses tipos de visualizações

00:00:08

é um fator

00:00:11

quando você vai precisar ter um

00:00:13

ideia da distribuição de um elemento.

00:00:15

Pode ser os preços dependendo de...

00:00:17

produtos de acordo com o seu preço,

00:00:20

Assim, poderíamos fazer, por exemplo,

00:00:22

quantos produtos tenho de 0 a

00:00:23

50€, quantos produtos tenho de 50 a 100€,

00:00:26

de 100 a 150,

00:00:28

et cetera. e ainda

00:00:30

Então vamos contar o número de produtos

00:00:32

que é representada e, em última análise, representada pelo

00:00:34

Então, vamos ser capazes de potencialmente

00:00:35

acabar com um

00:00:37

histograma que nos representará,

00:00:38

Então, quais são os blocos,

00:00:40

Quais são as faixas de preço?

00:00:41

onde tenho mais produtos.

00:00:43

Potencialmente, seremos capazes de fazer o

00:00:45

A mesma coisa com os alunos por série.

00:00:47

É isso, vamos reunir os alunos

00:00:48

que tinham entre 0 e 5, entre 5 e 10,

00:00:51

entre 10 e 15, e 15 e 20.

00:00:53

Estamos a contar e por isso vamos render-nos

00:00:55

conta de

00:00:56

o grupo com mais alunos

00:00:58

e, finalmente, o último caso

00:01:01

o que pode ser bastante óbvio

00:01:03

em termos de compreensão,

00:01:04

é do tamanho dos seres humanos,

00:01:06

Então, basta olhar para o quanto

00:01:08

Tenho pessoas com 69 metros de altura,

00:01:11

70, 71, et cetera.

00:01:13

E então vamos ter isso

00:01:16

forma bastante característica de um

00:01:18

distribuição sobre esses valores.

00:01:21

Portanto, aqui estamos num caso em que

00:01:23

Temos apenas um valor numérico

00:01:25

como entrada,

00:01:26

Não vamos ter uma comparação de

00:01:28

duas métricas, então isso é importante

00:01:30

algo a ter em mente.

00:01:31

Os elementos são agrupados em fatias.

00:01:32

Às vezes não necessariamente.

00:01:33

Consequentemente

00:01:34

Como eu estava dizendo, por exemplo, os tamanhos,

00:01:36

se a amostra for suficientemente grande,

00:01:37

Podemos colocar diretamente o

00:01:39

tamanhos precisos e, portanto, sim o

00:01:40

Obviamente, o objetivo é contar o

00:01:42

Número de elementos e altura

00:01:43

do histograma representa isto

00:01:45

número de itens em particular.

00:01:48

E permite que você veja o

00:01:50

particularidades de uma distribuição.

00:01:51

Por exemplo, tenho mais

00:01:52

valores que estão na

00:01:54

Em vez de massas no início

00:01:56

ou no final ou no final da

00:01:58

Pelo contrário, é tudo muito harmonioso

00:02:00

e muito bem distribuído. Por conseguinte,

00:02:02

Faz-nos perceber

00:02:04

um pouco do colapso.

00:02:06

E potencialmente, de fato,

00:02:07

O último conselho que posso dar,

00:02:09

É saber jogar com tamanho e

00:02:12

o número de fatias para um bom visual.

00:02:15

Lá está, eu tenho 6, 5 fatias espalhadas.

00:02:16

Eu poderia ter colocado 6, 7, 8, 9,

00:02:18

10.

00:02:18

Depois disso,

00:02:19

Tenho bandas que vão estar com

00:02:21

Cada vez menos observação, portanto,

00:02:23

É um equilíbrio que precisa ser alcançado

00:02:26

para encontrar o caminho certo

00:02:28

Visualize os dados.

00:02:30

E o segundo elemento,

00:02:31

O segundo tipo de gráfico que permite

00:02:33

para exibir este tipo de informação,

00:02:35

Vão ser os enredos de caixa

00:02:38

ou box plot em inglês,

00:02:39

que são um pouco menos óbvias para

00:02:41

compreender em termos de visualização.

00:02:43

Esteja ciente de que, em duas partes,

00:02:44

Teremos um capítulo inteiro sobre estatísticas,

00:02:46

Então é disso que se trata.

00:02:48

No final das contas, é

00:02:50

estatística descritiva. Por conseguinte,

00:02:51

O que podemos ler

00:02:53

neste tipo de gráfico? Então, na verdade,

00:02:55

Isso é algo que você tem que entender

00:02:58

Você vai ter vários níveis. Aqui

00:03:00

Vai ser o mínimo, o

00:03:01

primeiro quartil, o segundo quartil,

00:03:03

terceiro e quarto quartis. Então, o que é um

00:03:06

quartil? Basicamente, você tem a sua população.

00:03:08

Vamos colocá-los em ordem,

00:03:10

assim, do menor ao maior,

00:03:12

Então vamos tomar por exemplo as notas

00:03:14

estudantes e por isso vamos olhar para

00:03:16

um quarto dos

00:03:17

a população,

00:03:18

Então, um quarto dos meus alunos,

00:03:20

Qual será a distribuição no

00:03:21

nível da ordem da sua classificação.

00:03:23

Então isso vai me dar essa lacuna.

00:03:26

Então, basicamente, eu sei que entre essa característica

00:03:28

E essa característica, eu tenho um quarto dos meus alunos.

00:03:31

Então eu vou fazer tudo de novo

00:03:32

entre essa linha e essa linha,

00:03:35

Tenho um novo quarto dos meus alunos,

00:03:36

entre essa linha e essa linha,

00:03:38

um novo trimestre,

00:03:39

entre essa característica,

00:03:40

um novo quarterback. Assim, no final,

00:03:41

Acabamos com bons quatro quartos,

00:03:44

Então, toda a minha população e lá

00:03:46

o que podemos potencialmente ver de facto,

00:03:48

E esse é o objetivo dessas distribuições,

00:03:50

é dizer, bem,

00:03:51

O primeiro trimestre é bastante

00:03:52

pegou e por outro lado finalmente não.

00:03:54

Aliás, sim, é equilibrado.

00:03:55

Em qualquer caso,

00:03:56

Aqui vemos que este é o terceiro quartil,

00:03:59

Assim, a terceira parcela

00:04:00

é muito compacto.

00:04:01

Isso significa que as notas realmente

00:04:03

estão muito próximos uns dos outros

00:04:05

para este grupo

00:04:06

estudantes.

00:04:07

E potencialmente podemos

00:04:09

Veja, então lá,

00:04:09

É para tamanhos masculinos

00:04:11

e mulheres.

00:04:12

Então eu acho que é o caso

00:04:14

que veremos mais adiante

00:04:15

exercício, vamos ter por exemplo

00:04:17

dos homens que tendem a

00:04:19

Visivelmente têm tamanhos

00:04:20

mais compacto do que as mulheres onde

00:04:22

aqui é muito mais amplo.

00:04:23

Aqui temos um primeiro quartil, portanto,

00:04:24

um quarto da população feminina

00:04:26

entre 175 e 168 centímetros,

00:04:28

Nós vamos dizer, então o intervalo

00:04:30

é muito grande em comparação com o que

00:04:32

que pode ser tido em homens onde

00:04:34

Portanto, os números são muitos

00:04:36

mais recolhidos.

00:04:38

Então é disso que se trata

00:04:40

estes gráficos de caixa,

00:04:41

estes gráficos de caixa e

00:04:42

Esteja ciente de que a linha do meio,

00:04:44

Vai representar o que estamos falando.

00:04:45

chama a mediana.

00:04:46

Assim, a mediana,

00:04:47

Vai cortar exatamente pela metade

00:04:49

a população que eu tenho, então

00:04:50

O meu número de alunos em dois

00:04:52

partes iguais.

00:04:53

Aqui tens. e ainda

00:04:54

Esta é a definição da mediana,

00:04:56

não confundir com média.

00:04:58

A comparação em comparação com

00:04:59

para ambos os tipos de gráficos,

00:05:01

É apenas o plotter de caixa

00:05:03

é menos fina em comparação com

00:05:05

o histograma, porque lá, você vê,

00:05:06

No final, só tenho quatro

00:05:08

valores, ao passo que aqui posso tê-los

00:05:10

5, 6, 7, 8, 9, 10, portanto, mais granularidade.

00:05:12

Por outro lado

00:05:13

O interessante é que

00:05:14

Eu tenho espaço para postar alguns

00:05:16

vários e potencialmente

00:05:17

ser capaz de fazer comparações.

00:05:18

Então, quando temos uma seção inteira de

00:05:20

Categorias que pretende apresentar

00:05:22

Em termos de sua distribuição, eh

00:05:23

Bem, o enredo da caixa, é

00:05:25

potencialmente mais adequado.

00:05:27

E se, por outro lado, quisermos

00:05:28

granularidade ao longo de uma distribuição,

00:05:30

numa distribuição,

00:05:31

Aqui vamos usar

00:05:33

o histograma. Tenha em mente que

00:05:35

Mesmo que vamos manipulá-los,

00:05:36

As pessoas estão menos habituadas a manipular

00:05:39

este tipo de gráfico de caixa,

00:05:40

por conseguinte,

00:05:41

este tipo de gráfico. Assim, se

00:05:42

É só para você, ok,

00:05:44

Você entende o valor do

00:05:46

gráfico e assim você pode

00:05:48

usar, se for para ser transmitido

00:05:49

depois, com outras pessoas,

00:05:51

ou terá de lhes explicar

00:05:53

potencialmente, não é adequado assim

00:05:55

Talvez passe para outra coisa.

DiLeap AI: CE QUI POURRAIT VOUS INTÉRESSER

Excel - Afficher un histogramme de distribution

Découvrez comment afficher un histogramme de distribution dans Microsoft 365 en utilisant des données réelles.
Cette vidéo présente les étapes clés pour sélectionner les données, insérer un histogramme et personnaliser les intervalles pour mieux comprendre la distribution de vos données.
Obtenez des conseils pratiques pour personnaliser les éléments et identifier les valeurs majoritaires.
Cette ressource est utile pour tous les professionnels souhaitant améliorer leur compréhension de la datavisualisation dans Microsoft 365. Suivez cette formation pour créer facilement des graphiques de distribution professionnels et mieux comprendre vos données.

02:15
475 vues

Excel - Créer son premier graphique

Découvrez comment créer votre premier graphique dans Microsoft 365 en utilisant des données réelles.
Cette vidéo présente les étapes clés pour créer un graphique à partir d'un tableau de données, les bonnes pratiques et les différentes options de visualisation disponibles dans Excel.
Obtenez des conseils pratiques pour choisir la bonne visualisation en fonction de vos données et personnaliser votre graphique pour une meilleure compréhension.
Cette ressource est utile pour tous les professionnels souhaitant améliorer leur compréhension de la datavisualisation dans Microsoft 365. Suivez cette formation pour créer des graphiques convaincants et raconter des histoires avec vos données.

05:40
667 vues

Excel - Les options sur les courbes

Découvrez comment personnaliser les courbes dans les graphiques de tendances de Microsoft 365 en utilisant des données réelles.
Cette vidéo présente les étapes clés pour ajouter des courbes, personnaliser les axes et les étiquettes de données, et choisir la bonne visualisation en fonction de vos données.
Obtenez des conseils pratiques pour créer des graphiques clairs et percutants pour mieux comprendre l'évolution de vos chiffres d'affaires, trafic mensuel ou courbes épidémiologiques.
Cette ressource est utile pour tous les professionnels souhaitant améliorer leur compréhension de la datavisualisation dans Microsoft 365. Suivez cette formation pour créer facilement des graphiques de tendances professionnels et mieux comprendre vos données.

08:16
373 vues

PowerPoint - Nouveaux types de graphiques

Créez des visualisations uniques avec Microsoft 365 et découvrez les 6 nouveaux graphiques disponibles dans PowerPoint. Ces options aident à mettre en forme des informations hiérarchiques et financières et à révéler les propriétés statistiques de vos données. Zone valeurs, compartimentage, rayon de soleil, 2 types de graphique histogramme et cascade sont disponibles.

0:45
2400 vues

Excel - Les combinaisons de graphiques

Découvrez comment créer des visualisations uniques en combinant différents types de graphiques dans Microsoft 365. Cette vidéo présente les étapes clés pour ajouter des graphiques combinés et personnaliser les éléments tels que les axes et les légendes.
Obtenez des conseils pratiques pour mieux comprendre les relations entre vos données grâce à des visualisations telles que les combinaisons de graphiques.
Cette ressource est utile pour tous les professionnels souhaitant améliorer leur compréhension de la datavisualisation dans Microsoft Excel.
Suivez cette formation pour créer facilement des graphiques combinés professionnels et mieux comprendre vos données.

01:43
362 vues

LES COURS ASSOCIÉS Ce tutoriel fait partie des cours suivants

Formation Vidéo Microsoft Excel - Intermédiaire

Augmentez votre champ d’action grâce à nos tutoriels intermédiaires dédiés aux formules, à la valorisation visuelle avancée ainsi qu’à l’analyse de vos données grâce aux tableaux croisés dynamiques et tirez profit de ce que peut vous apporter Excel !

Votre formateur pour ce cours
Cours E-learning

1956 vues

TOUS LES COURS