本案例是IBM SPSS数据分析与挖掘实战案例精粹----第七章的学习记录
 
案例背景或目标：激素水平是否在对照组和实验组之间存在差异
 
分析方法：Bootstrap抽样，秩和检验，秩变换方法，cox回归
 
字段包括：性别，年龄，萎缩程度，胃粘膜细胞肠化生程度
 
基本思路：控制变量法，首先排除性别，年龄，萎缩程度，胃粘膜细胞肠化生程度的影响；
 
探索性数据分析：观察样本量，样本的分布，是否存在偏态分不等；
 
样本分布：分析-表
 
 
 
性别
萎缩
肠化
年龄分组
 
 
男
女
轻度
中度
重度
无
轻度
中度
重度
青年组
中年组
老年组
 
 
Count
Count
Count
Count
Count
Count
Count
Count
Count
Count
Count
Count
组别
试验组
25
12
14
16
7
10
12
13
2
15
12
10
对照组
20
11
0
0
0
0
0
0
0
10
11
10
查看激素水平分布：图形--图表构建程序
 
 
 
 激素水平呈明显的正偏态分布，必须考虑假设检验方法对数据的分布要求；
 
采用Bootstrap抽样进行分析：常用经典统计学的分析方法，无一例外的需要对变量的分布进行假定，然后才能进行相应的计算；ootstrap抽样的基本思想是在全部样本未知的情况下，借助部分样本的有放回多次抽样，构建某个估计的置信区间，抽象地说，通过样本得到的估计并没有榨干样本中的信息，bootstrap利用重采样，把剩余价值发挥在构建置信区间上。
 
bootstrap抽样方法：分析--比较均值--均值--因变量列表（激素水平），自变量列表（组别，性别，年龄），选项--中位数--加入“单元格统计量”，bootstrap子对话框中“执行bootstrap”
 
 
 可以观察各个统计量95%区间差异，对某因素的影响进行分析；中位数并不重叠，可能存在统计学差异（初步分析）；可以采用采用秩和检验进行更精确的分析：
 
对因变量变量变换后的建模分析：
 
常见的变量变换方法：1，对数转换；2，平方根转换；3，平方根正弦转换sin(开方)；4：平方转化；5，倒数转换；6，Box-Cox变换；
 
对于正偏态分布，一般常用的是对数变换：分析----描述统计----P-P图（数据符合指定分布时，P-P图中各点近似呈一条直线。）
 
 
将字段进行转换后，使用：
 
1）分析----一般线性模型----单变量
 
2）将Injisu选入“因变量”列表框
 
3）将组别，性别选入“固定因子”列表框，年龄选入“协变量”列表框
 
4）“模型”子对话框，将组别，性别，年龄的主效应选入“模型”列表框
 
5）“选项”子对话框，选择“残差图”和“缺乏拟合优度检验”
 
6)确定。
 
 
上图，总模型p值为0.003，说明整个模型对injisu的预测是有统计学意义的（变量之间相关的），分项来看，只有组别具有统计学意义；
 
秩变换分析：
 
当变量转换无法解决问题时，可以使用秩变换：转换----个案排序-----将激素水平放入“变量”列表框；
 
将字段进行转换后，使用：
 
1）分析----一般线性模型----单变量
 
2）将Rjisu选入“因变量”列表框
 
3）将组别，性别选入“固定因子”列表框，年龄选入“协变量”列表框
 
4）“模型”子对话框，将组别，性别，年龄的主效应选入“模型”列表框
 
5）“选项”子对话框，选择“残差图”和“缺乏拟合优度检验”
 
6)确定。
 
利用Cox模型进行分析：秩变换分析会损失一些信息，除了非参数方法外，还可以利用生存分析中的COX回归模型进行分析
 
总结：性别，年龄对激素水平未发现有影响，试验组和对照组之间的激素水平存在明显差异；对于同一个统计问题，可以使用多种模型进行解决，没有正确的模型，只有更加适合的模型；当结论不一样时，应根据模型的特点以及真实情况，判断那种情况更接近真实；也可以使用投票策略进行确定（类似与随机森林，选择多数模型结果）

首先问题是有一组多变量的数据：
 
 
想要作出随着不同的速度，不同组织的某参数的平均和方差，
 
最后结果如图，该图的方差没有进行特定值选取，只是某固定值
 
 
 
 
 
 
操作方法：
 
1.首先选中Speed 和Fat两列做出相应的折线图
 
 
2.其他组织添加上来
 
选中Fat这根线，然后右键，选择数据，可以出现下图
 
 
然后选择添加，添加内容，如下图三处标黄位置，分别依次通过选择区域实现（注意X轴，Y轴系列值，直接选数据不选第一行的Speed ,muscle等，都选会出现绘图的错误对应）
 
 
依次可以完成数据的多数据作图
 
 
 
3.添加各个组织的变量平均值的标准差
 
首先可以将各个标准差的值放在Excel表中，其次通过选定每个需要添加std的图线，然后选择添加图表，选择其中的误差线中的其他的标准差选项，然后会出现设置误差线格式，下面的第一个误差线选项（尤为重要，可以设置X误差线或Y，也可以选择其他不用组织的），把他改为垂直误差线（有的默认为水平误差线），最后误差线的设置见图，在误差量里选择“自定义”，然后会出现选择误差值的框，填写或者选择（如果已经提前写好在Excel里）。
 
 
 
 
最后既可以得到文初多变量的图，多数据作图的步骤基本如上，图的美化也是个大功夫，Excel的作图看着还是不美好，有好的作图软件或者其他方法的，求推荐！特别是SPSS作美丽的图！
 
本来是问答的一个问题，有非常棒的回答见链接：
 
https://ask.csdn.net/questions/7413431?expend=true&answer=53365458&spm=1005.2026.3001.5703
 
 
 
 

 
Tableau用户：怎样把条形状和折线图放在同一个图表里？
 
阿达：你想在同一个工作表里放入两个维度吗？
 
Tableau用户：是的，有这样的栗子吗？
 
的确，在我们的日常数据分析工作中，常常需要对多个指标进行比较，同一张工作表上可以从多个维度呈现这些指标，是个直观有效的展示方式。
 

 
那么，如何在一张图上呈现多个度量呢?
 
本期《举个栗子》，阿达要给大家分享的Tableau技巧是：同一张图表如何呈现多个度量。
 
考虑到大家使用习惯，这里会分享三种实现方法。
 
具体步骤如下：
 
一、融合轴
 
做一个【融合轴】视图。这里我们以两个度量为例。
 

 

 
这样，我们就可以在一张图上进行“Sales”和“Profit”的比较。
 
二、双轴
 
我们的度量通常具有不同的标度。在上面的融合轴视图中，“Sales”和“Profit”的标度 相差不大。而当度量的标度相差较大的时候，会改变视图的形状、影响视图的效果。当您的度量中有两个不同标度时，则可以选择作一个【双轴图】。
 

 

 
在这里，我们可以看到“Sales”和“ProfitRatio”的标度相差非常大，通过双轴很好地 在一张图上表达了两者的一个趋势。
 
三、组合图
 
在一张视图上表达多个度量时，我们可以对每个度量的标记类型进行自定义。这就是我们通常所说的【组合图】。 我们先做一个“Sales”和“Discount”的双轴图。
 

 
接下来，我们可以在标记卡窗格对“Sales”和“Discount”两张视图进行编辑。
 

 
首先，我们打开“Sales”视图，将其标记类型修改为[条形图]
 

 
然后，我们打开“Discount”视图，将标记类型改为[线]型。则可得到如下组合图。
 

 
今天的Tableau小技巧，你Get到了吗？赶快打开你的Tableau，试试看吧！
 
文章部分信息来源于网络，如有侵权请告知

 
多变量分析绘图及分类属性绘图
 
综述
代码模块
多指标离散图绘制
盒图
violin图
条形图
点图
多层面板分类图
factorplot()详细说明
  
小结

 
综述
 
学生党整理一些关于数据分析的知识：整理了多变量分析绘图及分类属性绘图的相关代码。主要包括了多指标离散图的绘制、盒图的绘制、violin图的绘制、条形图的绘制、点图的绘制、多层面板分类图的绘制及factorplot()函数的详细说明。
 
代码模块
 
调用库
 
import seaborn as sns
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from scipy import stats, integrate
 
导入数据及sns.set设置
 
sns.set(style="whitegrid",  color_codes=True)
np.random.seed(sum(map(ord, "categorical"))) #随机数种子
titanic = pd.read_csv('titanic_train.csv')
tips = pd.read_csv('tips.csv')
iris = pd.read_csv('iris.csv')
 
多指标离散图绘制
 
绘图未优化前
 
sns.stripplot(x = "day", y = "total_bill",  data = tips,jitter=False)
plt.show()
 

 绘图优化后
 
sns.stripplot(x = "day", y = "total_bill",  data = tips,jitter=False)
plt.show()
 

 绘图类似正态化优化
 
sns.swarmplot(x = 'day',y = 'total_bill',data = tips)
plt.show()
 

 增加性别后的正态化优化
 
sns.swarmplot(x = "day", y = "total_bill", hue="sex",data = tips)
plt.show()
 

 将图片横向
 
sns.swarmplot(x = 'total_bill', y = 'day', hue = "time",data=tips)
plt.show()
 
 
盒图
 
盒图中，矩形表示IQR，即统计学概念四分位距，数据1/4到3/4之间的距离
 N = 1.5IQR 如果一个值 大于3/4+N 或 小于1/4-N，则为离群点
 
sns.boxplot(x = 'day', y = 'total_bill', hue = 'time', data=tips)
plt.show()
 

 横向盒图
 
sns.boxplot(data=iris, orient='h')
plt.show()
 
 
violin图
 
一半violin图
 
sns.violinplot(x = 'total_bill',y = 'day', hue = 'time', data=tips)
plt.show()
 

 高级版violin图
 
sns.violinplot(x = 'day', y = 'total_bill', hue = 'sex',data = tips,split = True)
plt.show()
 

 优化后的散点和violin图结合
 
sns.violinplot(x = 'day', y = 'total_bill', data=tips, inner=None)
sns.swarmplot(x = 'day', y = 'total_bill', data = tips, color='w',alpha = .5)
plt.show()
 
 
条形图
 
显示值的集中趋势可以用条形图
 
sns.barplot(x = 'Sex', y = 'Survived', hue = 'Pclass', data=titanic)
plt.show()
 
 
点图
 
可以更好的描述变化差异
 
sns.pointplot(x = 'Sex', y = 'Survived',hue = 'Pclass', data = titanic)
plt.show()
 

 设置颜色，图标和线条样式
 
sns.pointplot(hue = 'Sex', y = 'Survived',x = 'Pclass', data = titanic,
              palette= {'male':'g','female':'m'},
              markers=['^','o'],linestyles=['-','--'])
plt.show()
 
 
多层面板分类图
 
折线图
 
sns.factorplot(x = 'day', y = 'total_bill', hue = 'smoker', data = tips)
plt.show()
 

 条形图
 
sns.factorplot(x = 'day', y = 'total_bill', hue = 'smoker', data = tips,kind = 'bar')
plt.show()
 

 多纬度绘图
 
sns.factorplot(x = 'day', y = 'total_bill', hue = 'smoker',
               col = 'time', data = tips, kind = 'swarm')
plt.show()
 

 多维度盒图
 
sns.factorplot(x = 'time', y = 'total_bill', hue = 'smoker',
               col = 'day', data = tips, kind = 'box', size = 4, aspect = .5)
plt.show()
 
 
factorplot()详细说明
 
factorplot()函数中可以使用的参数
 
x,y,hue 数据集变量 变量名
date 数据集 数据名称
row,col 更多分类变量进行平铺显示 变量名
col_wrap 每行的最高平铺数 整数
estimator 在每个分类中进行矢量到标量的映射 矢量
ci 置信区间 浮点数或者None
n_boot计算置信区间时使用的引导迭代次数整数
units 采样单元的标识符，用于执行多级引导和重复测量设计 数据变量或向量数据
order,hue_order 对应排序列表 字符串列表
row_order,col_order 对应排序列表 字符串列表
 
kind
可选
1
point
默认
2
bar
柱形图
3
box
箱体
4
count
频次
5
violin
提琴
6
strip
散点
7
swarm
分散点
8
size
每个面的高度(英寸)
9
aspect
标量 纵横比
10
orient
标量 方向“v/h”
11
color
颜色
12
matplotlib
颜色
13
palette
调色板
14
seaborn
颜色色板或字典
15
legend
hue的信息面板
16
True/False legend_out
是否扩展图形，并将信息框绘制在中心右边
17
True/Falseshare(x,y)
共享轴线
18
True/False

小结
 
绘图知识整理部分主要针对绘图方法，具体在数据分析过程中使用哪种图片在之后具体的数据分析案例中详细说明。