多变量分布绘图的说明

具体的图表类型选择需要根据数据情况和展示需求决定。

1、如只有一个类别变量（表1或表2），使用简单的线图或柱形图都可以，线图强调趋势，柱/条形图突出单个数据点。对于和”发生频率“有关的计数分布（表3），一般使用直方图（柱形图）。

表1：日期为类别变量                    表2：部门为类别变量       表3：计数区间作为类别变量

                           

2、多类别变量：如本例中的“日期”和“部门”， 数据可使用二维双向表展现。一般做法是将其中一个类别变量绘制在横轴上，另一个类别变量使用颜色、形状等进行区分。

表4：多类别变量

下面的两张图是将日期1-5绘制于横轴，并以不同颜色区分另一类别变量“部门”。可调整文字标签的显示位置以改进显示效果。

图1                                                                                     图2

3、分布和准确度

1）   “准确度”可能采用类似置信区间的数据，即表4中每个单元格内不再是单个数据点，而是由数个配对数据所构成的数值区间。

表5 区间数据（下限-预测值-上限）

        

         为表达区间数据，可对图1或图2进行适当改造，建议使用误差线方法，正向误差的长度设为上限-预测值，负向误差长度设为预测值-下限。下图对“部门2“系列进行了误差线操作，图4在图3基础上进一步取消了线条显示，对比效果：

图3                                                                                     图4

对柱形图进行误差线操作后也可以实现类似效果，图6进一步将系列1的柱形“隐形”，不同系列的误差线可以用不同颜色进行区分。

图5                                                                                     图6

2）  使用内置的标准误差或标准偏差衡量：直接启用误差线设置中的对应选项即可。

3）  如有更多描述统计指标，例如最大值、最小值、各四分位值等，推荐使用基于柱形图生产的箱体图（box plot），效果和图6类似。

更多学习文章：http://www.jinduoduo.net/news.php?cid=179