5 Cách để mở rộng phạm vi đồ hoạ của bạn - những núm vú

1 5

Hộp đồ hộp (còn gọi là hộp và râu )

Biểu đồ mô tả sự phân bố các biến liên tục, chi tiết. Một ô vuông là một sự thay thế. Trái tim của hình ảnh là một hộp; điều này thể hiện một nửa số liệu, được thực hiện ở giữa phạm vi của nó.

Trung tâm hộp là giá trị trung bình của biến, và các đầu thấp hơn và cao hơn của hộp tương ứng với mức độ 25 và 75 phần trăm. Râu mở rộng bên dưới và phía trên hộp, đại diện cho phạm vi của số lượng lớn các dữ liệu. Các điểm vượt ra ngoài râu được coi là giá trị ngoại sinh, giá trị không điển hình cao (một số ô cũng chỉ ra cực đoan, là ngoại lệ giữa các bên ngoài).

3 5

tọa độ song song

Các ô hiển thị các giá trị cho một số biến tất cả cùng nhau trên một ô đơn, với các giá trị cho mỗi trường hợp kết nối bởi các phân đoạn đường. Các kết hợp thông thường nổi bật so với các phần còn lại. Ví dụ, con số này cho thấy một số biến liên quan đến ô tô và tiêu thụ nhiên liệu. Nhiều trường hợp chia sẻ các giá trị nhất định, chính xác hoặc xấp xỉ, tạo thành các mẫu màu tối từ nhiều dòng theo các đường dẫn tương tự trên biểu đồ. Ví dụ, trường hợp xe ô tô có bốn xi lanh, độ dịch chuyển thấp, tốc độ cao và mô hình cuối năm tạo thành hình mẫu rất tối và dễ thấy.

4

5

Biểu đồ thu được (còn được gọi là thu nhập tích luỹ)

Biểu đồ tăng cho thấy bạn có bao nhiêu mô hình tiên đoán cải thiện kết quả qua việc lấy mẫu ngẫu nhiên. Một số người có nhiều khả năng hành động (mua một sản phẩm, bỏ phiếu cho một ứng cử viên, vi phạm pháp luật …) hơn những người khác. Nếu bạn không biết gì về một nhóm người, tốt nhất bạn có thể nói là liên hệ với một nửa số người sẽ trở thành một nửa trong số những người sẽ hành động.

Nhưng một mô hình tiên đoán có thể cho bạn biết người nào là triển vọng tốt nhất, vì vậy bạn có thể sử dụng mô hình để chọn một nửa (hoặc 10 phần trăm hoặc 60 phần trăm, v.v …) và có nhiều hành động hơn. Bao nhiêu? Trong biểu đồ, bạn có thể thấy một đường chéo có giá trị

x

và

y

luôn giống nhau; điều này đại diện cho những gì bạn nhận được bằng cách chọn triển vọng một cách ngẫu nhiên. Các dòng khác đại diện cho mô hình. Sự khác biệt trong y giá trị giữa mô hình và sự lựa chọn ngẫu nhiên cho thấy mô hình cải thiện kết quả của bạn như thế nào. Đọc mô hình dòng vẽ trên biểu đồ, và so sánh với dòng lấy mẫu ngẫu nhiên.

5 5 Biểu đồ nâng lên

Biểu đồ nâng cũng rất giống với biểu đồ tăng điểm. Điểm khác biệt chính là dữ liệu được chuẩn hóa, do đó lấy mẫu ngẫu nhiên luôn được biểu diễn bằng giá trị 1 và các kết quả mô hình được thể hiện theo tỷ lệ so với việc lấy mẫu ngẫu nhiên.

Bạn có thể thấy nhiều loại biểu đồ khác nhau được gọi là biểu đồ nâng. Một số là tích lũy, và những người khác thì không. Một số thậm chí có thể là biểu đồ thu nhập Trở lại Tiếp theo