39,146
次編輯
變更
统计图形
,rollbackEdits.php mass rollback
[[File:统计图形.jpeg|有框|右|<big>统计图形</big>[https://cdn.ancii.com/article/image/v1/xu/R7/E9/9ERu7xJyTqCFW_cllJux0Mp_80uPLRnGBDUptGwNa0PAva7PmBzVs3xl60iImwvSND-01THIegCry8U8rmFDSlA3HaLNy6balMM0lWaQmLhtpfvYACt4C-GOPHyrr_x0.png 原图链接][https://www.ancii.com/atx64xqbm/ 来自 安科网 的图片]]]
'''统计图形'''，又称为统计图、[[统计学]]图形、图解方法、图解[[技术]]、图解分析方法或图解分析技术，是指统计学领域当中用于可视化定量数据的信息图形。有时，人们也把统计图形与各种统计学表格统称为统计图表或统计学图表。
==概述==
统计学与数据分析过程可大致分为两个组成部分：定量分析方法（Quantitative techniques）和图解[[分析方法]]（graphical techniques）。定量分析方法是指那套产生数值型或表格型输出的统计学操作程序；比如，包括假设检验、方差分析、点估计、可信区间以及[[最小二乘法]]<ref>[https://www.sohu.com/a/317534840_594016 什么是最小二乘法？ ]，搜狐，2019-05-30 </ref>回归分析。这些手段以及与此类似的其他技术方法全都颇具价值，属于是经典分析方面的主流。
另一方面，还有一大套我们一般称之为图解分析方法的统计学工具。这些工具包括散点图、[[直方图]]、[[概率图]]、[[残差图]]（residual plot）、[[箱形图]]、[[块图]]以及双标图。探索性数据分析（Exploratory data analysis，EDA）就密切地依赖于这些手段以及与此类似的其他技术方法。图解分析操作程序不仅仅是在EDA背景下才使用的工具；在检验假设、模型选择、统计模型验证、估计量（estimator）选择、关系确定、因素效应判定以及离群值检出方面，此类图解分析工具还可以作为最佳捷径，用来深入认识数据集。此外，优质的统计图形还可以作为一种令人信服的沟通手段，用来向他人传达存在于数据之中的基本讯息 。
图解式统计学方法具有四个方面的目标：⑴ 探究[[数据]]集的内容；⑵ 用于发现数据之中的结构；⑶ 检查统计学模型之中的假设；⑷ 沟通传达分析结果。
如果不采用统计图形，也就会丧失深入认识数据基础结构之一个或多个方面的机会。
==历史==
三维饼图示例:欧盟各国拥有欧盟农田的百分比<ref>[https://www.sohu.com/a/402844290_100267742 PPT图表美化教程八：三维饼图的设计和优化]，搜狐，2020-06-19 </ref>。
统计图形的起源可以追溯到人们最早试图分析数据的活动，而如今这种技术方法已经成为科学发展的关键手段之一。早在十八世纪，人们就采用了许多为我们当前所熟悉的统计制图手段和形式，如二维地图、示意地图、条图以及坐标纸。人们对于下列四个问题的关注推动了统计图形[[技术方法]]的发展：
*十七世纪和十八世纪期间的[[空间]]组织问题。
*十八世纪期间和十九世纪早期的离散比较问题。
*十九[[世纪]]期间的连续分布问题。
*十九世纪和二十世纪期间的多[[变量]]分布与相关问题。
自1970年代以来，随着[[计算机]][[图形学]]及其相关技术方法的复兴，统计图形目前已经东山再起，再度成为一种重要的分析工具。
==视频==
===<center> 统计图形 相关视频</center>===
<center>Minitab统计图形分析</center>
<center>{{#iDisplay:h0337iv5pha|560|390|qq}}</center>
<center>R语言绘制统计图形</center>
<center>{{#iDisplay:a035483zqc0|560|390|qq}}</center>
==参考文献==
[[Category:510 統計學總論]]