探索性数据分析-意义和定义

什么是探索性数据分析?

探索性数据分析是实验中分析数据的关键步骤，因为它有助于发现错误，检查假设的有效性，选择适当的模型等。本分析使用统计工具来调查数据集，以了解其特征。

该分析包括将数据收集到矩形数组中，其中每行表示一个实验主题，每列表示一个标识符或结果变量。探索性数据分析包括使用某些数据并隐藏其他数据以更好地做出决策。它分为两类:

• 非图形化和图形化
• 单变量和多变量

非图形方法包括用统计方法对数据进行计算，而图形方法包括用图表等形式对数据进行汇总。单变量方法每次只考虑一个变量，而多变量方法同时考虑多个变量。因此，四种不同类型的探索性数据分析是:

• 单变量非图形
• 多元非图形
• 单变量的图形
• 多变量的图形

EDA中常用的技术有图形化方法中的盒图、直方图、多变量图、运行图、帕累托图、散点图等，非图形化方法中的中位数打磨、三均值、排序等。

这篇文章是由业务概念小组．它已由MBA Skool团队审查和发表。beplay.888MBA Skool的内容仅用于beplay.888教育和学术目的。

浏览更多类似术语的定义和含义。《管理词典》涵盖了5类2000多个业务概念。

继续阅读: