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
  • 696 vues

Objectifs :

Comprendre les différents types de représentations graphiques, notamment les histogrammes et les boîtes à moustaches, et leur utilisation pour analyser la répartition des données.


Chapitres :

  1. Introduction aux Représentations Graphiques
    Dans cette section, nous allons explorer deux types de représentations graphiques : l'histogramme et les boîtes à moustaches. Ces outils sont essentiels pour visualiser la répartition des données, que ce soit pour des prix de produits, des notes d'élèves ou des tailles humaines.
  2. L'Histogramme
    L'histogramme est utilisé pour représenter la distribution d'une variable numérique. Par exemple, pour analyser les prix des produits, on peut créer des tranches de prix (0-50, 50-100, etc.) et compter le nombre de produits dans chaque tranche. Cela permet de visualiser où se situent la majorité des produits en termes de prix. - **Exemple de Tranches de Prix :** - 0 à 50 - 50 à 100 - 100 à 150 De même, on peut appliquer cette méthode pour les notes des élèves, en regroupant les notes par intervalles (0-5, 5-10, etc.) pour identifier la tranche où il y a le plus d'élèves.
  3. Visualisation des Tailles
    Un autre exemple d'utilisation de l'histogramme est l'analyse des tailles humaines. On peut compter combien de personnes mesurent entre 169 cm et 170 cm, et ainsi de suite. Cela permet de visualiser la distribution des tailles dans un échantillon donné.
  4. Les Boîtes à Moustaches
    Les boîtes à moustaches, ou box plots, sont une autre méthode de visualisation des données. Elles permettent de représenter les quartiles d'une distribution. Pour créer une boîte à moustaches, on classe les données par ordre croissant et on divise la population en quatre quartiles. - **Quartiles :** - Premier quartile (Q1) - Deuxième quartile (Q2, médiane) - Troisième quartile (Q3) - Quatrième quartile (Q4) Cela permet de voir la répartition des notes des élèves, par exemple, et d'identifier si certaines notes sont plus concentrées que d'autres.
  5. Comparaison entre Histogrammes et Boîtes à Moustaches
    Les histogrammes offrent une granularité plus fine, car ils peuvent représenter plusieurs valeurs dans des intervalles. En revanche, les boîtes à moustaches sont plus adaptées pour comparer plusieurs catégories de données, car elles permettent de visualiser les quartiles et la médiane de manière concise. - **Utilisation de l'Histogramme :** - Pour une granularité élevée sur une distribution. - **Utilisation de la Boîte à Moustaches :** - Pour comparer plusieurs catégories de données.
  6. Conclusion
    En résumé, les histogrammes et les boîtes à moustaches sont des outils puissants pour visualiser et analyser la répartition des données. Chacun a ses avantages selon le type d'analyse que l'on souhaite réaliser. Il est important de choisir le bon type de graphique en fonction des données et des informations que l'on souhaite communiquer.

FAQ :

Qu'est-ce qu'un histogramme et comment l'utiliser ?

Un histogramme est un graphique qui représente la distribution d'un ensemble de données en regroupant les valeurs en intervalles. Il est utilisé pour visualiser la fréquence des données dans chaque intervalle, ce qui permet d'identifier les tendances et les anomalies.

Comment interpréter une boîte à moustaches ?

Une boîte à moustaches montre la médiane, les quartiles et les valeurs extrêmes d'un ensemble de données. La longueur de la boîte représente l'interquartile (Q3 - Q1), et les 'moustaches' indiquent l'étendue des données. Cela permet de visualiser la dispersion et la symétrie des données.

Quelle est la différence entre la médiane et la moyenne ?

La médiane est la valeur qui divise un ensemble de données en deux parties égales, tandis que la moyenne est la somme de toutes les valeurs divisée par le nombre total de valeurs. La médiane est moins influencée par les valeurs extrêmes que la moyenne.

Quand devrais-je utiliser un histogramme plutôt qu'une boîte à moustaches ?

Utilisez un histogramme lorsque vous souhaitez visualiser la distribution des données avec plus de granularité, en montrant la fréquence des valeurs dans des intervalles. Une boîte à moustaches est préférable pour comparer plusieurs ensembles de données ou pour résumer la distribution avec moins de détails.

Comment choisir le nombre d'intervalles pour un histogramme ?

Le choix du nombre d'intervalles dépend de la taille de l'échantillon et de la distribution des données. Un nombre trop faible peut masquer des détails importants, tandis qu'un nombre trop élevé peut rendre le graphique difficile à interpréter. Il est souvent recommandé de commencer avec 5 à 10 intervalles et d'ajuster selon les besoins.


Quelques cas d'usages :

Analyse des ventes de produits

Un analyste de données peut utiliser un histogramme pour visualiser la distribution des prix des produits dans un magasin. Cela permet d'identifier les tranches de prix où la majorité des produits se situent, facilitant ainsi la prise de décisions sur les stratégies de tarification.

Évaluation des performances des étudiants

Un enseignant peut utiliser une boîte à moustaches pour comparer les notes des étudiants dans différentes matières. Cela permet de visualiser la répartition des notes et d'identifier les matières où les étudiants ont des performances similaires ou très variées.

Étude de la taille des populations

Un chercheur en anthropologie peut utiliser un histogramme pour analyser la distribution des tailles dans une population donnée. Cela aide à comprendre les variations de taille et à identifier des tendances démographiques.

Comparaison des salaires dans une entreprise

Un responsable des ressources humaines peut utiliser une boîte à moustaches pour comparer les salaires des employés dans différents départements. Cela permet d'identifier les disparités salariales et d'ajuster les politiques de rémunération.

Analyse des temps de réponse des serveurs

Un ingénieur en informatique peut utiliser un histogramme pour visualiser la distribution des temps de réponse des serveurs. Cela permet d'identifier les périodes de forte charge et d'optimiser les performances du système.


Glossaire :

Histogramme

Un histogramme est un type de représentation graphique qui montre la distribution d'un ensemble de données en regroupant les valeurs en intervalles (ou 'tranches') et en comptant le nombre d'observations dans chaque intervalle.

Boîte à moustaches

Une boîte à moustaches, ou 'box plot' en anglais, est un graphique qui résume la distribution d'un ensemble de données en indiquant les quartiles, la médiane, et les valeurs extrêmes. Elle permet de visualiser la dispersion et la symétrie des données.

Quartile

Un quartile est une mesure statistique qui divise un ensemble de données en quatre parties égales. Le premier quartile (Q1) est la valeur en dessous de laquelle se trouve 25% des données, le deuxième quartile (Q2) est la médiane, et le troisième quartile (Q3) est la valeur en dessous de laquelle se trouve 75% des données.

Médiane

La médiane est la valeur qui sépare un ensemble de données en deux parties égales. Elle est différente de la moyenne, car elle n'est pas influencée par les valeurs extrêmes.

Distribution

La distribution est la manière dont les valeurs d'un ensemble de données sont réparties. Elle peut être visualisée à l'aide d'histogrammes ou de boîtes à moustaches.

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.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

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.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

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.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

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.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

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.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

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.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

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.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

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.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

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.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

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.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

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.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

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।

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

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.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

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.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

Mandarine AI: CE QUI POURRAIT VOUS INTÉRESSER

Rappel

Afficher