什么是探索性数据分析？

Power BI 中的探索性数据分析

Jacob H. Marquez

Data Scientist at Microsoft

什么是探索性数据分析？

"一种分析数据集以总结其主要特征的方法，通常使用统计图形和其他数据可视化方式。"

¹ https://en.wikipedia.org/wiki/Exploratory_data_analysis

EDA 的六个步骤

1. 了解数据结构

2. 识别缺失数据

3. 用描述性统计与分布描述数据

4. 识别异常值

5. 检查并量化变量间关系

6. 提出假设

EDA 的六个步骤

1. 了解数据结构

2. 识别缺失数据

3. 用描述性统计与分布描述数据

4. 识别异常值

5. 检查并量化变量间关系

6. 提出假设

1. 了解数据结构

连续型

数值变量，通常可取无限多的值

• 太空中的恒星数量
• 点击率
• 两座城市间的距离

分类型

非数值变量，通常为文本，有两个或更多分组

• 房屋类型
• 国家
• 公司

2. 识别缺失数据

 

随机缺失（MAR）

 

非随机缺失（MNAR）

2. 处理缺失数据

 

3. 描述数据

• 最小值
• 最大值
• 平均值：所有值之和除以观测数
• 中位数：位于数值范围中间的值
• 标准差：各数据点相对均值的平均偏离量

3. 用分布描述数据

• 中位数与平均值相同
• 对称曲线

3. 用分布描述数据

• 中位数 < 平均值
• "右偏"：尾部在右侧

• 中位数 > 平均值
• "左偏"：尾部在左侧

数据集：Airbnb 房源

让我们来练习！

Power BI 中的探索性数据分析