| 查看: 1462 | 回复: 3 | |||
[交流]
请问这个图是什么图？要怎么去看？ 已有2人参与
|
|
请问各位，这个图要如何去看? 多谢  未命名图片.png |
回复此楼» 猜你喜欢
Wnt-C59：PORCN靶向化学探针，Wnt信号通路阻断机制与科研应用全解析
已经有0人回复
-
Fexaramine：肠道限制性FXR化学探针，结构特征与信号通路研究全解析
已经有0人回复
-
化学工程及工业化学论文润色/翻译怎么收费?
已经有81人回复
-
NVS-STG2：靶向STING跨膜域的分子胶类激动剂，结构特征与寡聚化机制研究全解析
已经有0人回复
-
DOTA-GPC3肽（CAS 3066439-94-6）：双功能分子探针前体的结构特征与标记应用解析
已经有0人回复
-
科研用 TLR7/8 双激动剂怎么选？现货与质控要点
已经有0人回复
-
SEL120-34A HCl：CDK8/CDK19高选择性激酶抑制剂
已经有0人回复
-
氢氧化钾活化操作
已经有18人回复
-
散金
已经有68人回复
-
生物质超级电容器
已经有0人回复
» 本主题相关价值贴推荐，对您同样有帮助:
- poster制作可以写很多背景吗？
已经有1人回复
- 对电机里面的一个纯Cu部件，求助如何分析里面可能存在的隐患，如何解决。急急急！！
已经有5人回复
- 清华大学最高奖获得者喻丰的学术心路
已经有18人回复
- SCI 论文写作和发表 Q & A
已经有58人回复
- 【资料】最全最清晰的罗氏代谢图，没有之一
已经有278人回复
- 【求助】更新：两束电磁波叠加成一束电磁波时能量问题？（20金币）
已经有54人回复
- 催化版上2008-04-25前 沸石分子筛，ZSM-系、SAPO-系 共466个话题集锦
已经有110人回复
★
小木虫: 金币+0.5, 给个红包，谢谢回帖
小木虫: 金币+0.5, 给个红包，谢谢回帖
|
箱线图（Boxplot）也称箱须图（Box-whisker Plot），是利用数据中的五个统计量：最小值、第一四分位数、中位数、第三四分位数与最大值来描述数据的一种方法，它也可以粗略地看出数据是否具有有对称性，分布的分散程度等信息，特别可以用于对几个样本的比较。 1.直观明了地识别数据批中的异常值 一批数据中的异常值值得关注，忽视异常值的存在是十分危险的，不加剔除地把异常值包括进数据的计算分析过程中，对结果会带来不良影响；重视异常值的出现，分析其产生的原因，常常成为发现问题进而改进决策的契机。箱线图为我们提供了识别异常值的一个标准：异常值被定义为小于Q1－1.5IQR或大于Q3＋1.5IQR的值。虽然这种标准有点任意性，但它来源于经验判断，经验表明它在处理需要特别注意的数据方面表现不错。这与识别异常值的经典方法有些不同。众所周知，基于正态分布的3σ法则或z分数方法是以假定数据服从正态分布为前提的，但实际数据往往并不严格服从正态分布。它们判断异常值的标准是以计算数据批的均值和标准差为基础的，而均值和标准差的耐抗性极小，异常值本身会对它们产生较大影响，这样产生的异常值个数不会多于总数0.7%。显然，应用这种方法于非正态分布数据中判断异常值，其有效性是有限的。箱线图的绘制依靠实际数据，不需要事先假定数据服从特定的分布形式，没有对数据作任何限制性要求，它只是真实直观地表现数据形状的本来面貌；另一方面，箱线图判断异常值的标准以四分位数和四分位距为基础，四分位数具有一定的耐抗性，多达25%的数据可以变得任意远而不会很大地扰动四分位数，所以异常值不能对这个标准施加影响，箱线图识别异常值的结果比较客观。由此可见，箱线图在识别异常值方面有一定的优越性。 2.利用箱线图判断数据批的偏态和尾重 比较标准正态分布、不同自由度的t分布和非对称分布数据的箱线图的特征，可以发现：对于标准正态分布的大样本，只有 0.7%的值是异常值,中位数位于上下四分位数的中央,箱线图的方盒关于中位线对称。选取不同自由度的t分布的大样本，代表对称重尾分布，当t分布的自由度越小，尾部越重，就有越大的概率观察到异常值。以卡方分布作为非对称分布的例子进行分析，发现当卡方分布的自由度越小，异常值出现于一侧的概率越大，中位数也越偏离上下四分位数的中心位置，分布偏态性越强。异常值集中在较小值一侧，则分布呈现左偏态；；异常值集中在较大值一侧，则分布呈现右偏态。下表列出了几种分布的样本数据箱线图的特征（样本数据由SAS的随机数生成函数自动生成），验证了上述规律。这个规律揭示了数据批分布偏态和尾重的部分信息，尽管它们不能给出偏态和尾重程度的精确度量，但可作为我们粗略估计的依据。 3.利用箱线图比较几批数据的形状 同一数轴上，几批数据的箱线图并行排列，几批数据的中位数、尾长、异常值、分布区间等形状信息便昭然若揭。在一批数据中，哪几个数据点出类拔萃，哪些数据点表现不及一般，这些数据点放在同类其它群体中处于什么位置，可以通过比较各箱线图的异常值看出。各批数据的四分位距大小，正常值的分布是集中还是分散，观察各方盒和线段的长短便可明了。每批数据分布的偏态如何，分析中位线和异常值的位置也可估计出来。还有一些箱线图的变种，使数据批间的比较更加直观明白。例如有一种可变宽度的箱线图，使箱的宽度正比于批量的平方根，从而使批量大的数据批有面积大的箱，面积大的箱有适当的视觉效果。如果对同类群体的几批数据的箱线图进行比较，分析评价，便是常模参照解释方法的可视图示；如果把受测者数据批的箱线图与外在效标数据批的箱线图比较分析，便是效标参照解释的可视图示。箱线图结合这些分析方法用于质量管理、人事测评、探索性数据分析等统计分析活动中去，有助于分析过程的简便快捷，其作用显而易见。 |
2楼2017-08-15 09:34:29
3楼2017-08-15 11:50:25
小-丑鱼
捐助贵宾 (正式写手)
对我而言可爱的她
- 应助: 16 (小学生)
- 金币: 8562.4
- 散金: 1040
- 红花: 5
- 沙发: 1
- 帖子: 745
- 在线: 600小时
- 虫号: 1092983
- 注册: 2010-09-08
- 性别: GG
- 专业: 生物化学
4楼2017-08-15 17:18:10
