数据的预处理思维导图

在对数据分类或者分组之前所做的必要处理，内容包括数据的审核、筛选、排序等

定义 查数据中是否有错误

审核对象以及方法 原始数据 完整性审核 准确性审核

二手数据 适用性审核 时效性审核

频数（frequency)：落在某一特定类别或组中的数据个数

频数分布（frequency distribution）：把各个类别及落在其中的相应频数全部列出，并用表格形式表现出来

列联表（contingency table）：由两个或者两个以上的变量交叉分类的频数分布表

交叉表（cross table）：二维的列联表

比例（proportion）：一个样本（或总体）中各个部分的数据与全部数据之比，通常用于反映样本的构成或结构

百分比（percentage)：将比例乘以100得到的数值

比率（ratio）：样本（或总体）中不同类别数据之间的比值，可能大于1

条形图（bar chart）：用宽度相同的条形的高度或长短来表示数据多少的图形

条形图可以横置或纵置，纵置时也称为柱形图（column chart）

帕累托图（Pareto chart）：按各类别数据出现的频数多少排序后绘制的条形图

饼图（pie chart）：用圆形及圆内扇形的角度来表示数值大小的图形

主要用于表示一个样本（或总体）中各组成部分的数据占全部数据的比例

环形图（doughnut chart）：多个饼图叠在一起，挖去中间部分

按一定顺序将数据排列，以便研究者通过浏览数据发现一些明显的特征或趋势，找到解决问题的线索

定义 根据需要找出符合特定条件的某类数据

分类数据的方法均适用，累计频数分布图或者频率图

累计频数（cumulative frequencies）：将各有序类别或组的频数逐级累加起来得到的频数

累计频率（cumulative percentages）：将各有序类别或组的百分比逐级累加起来