《BI那点儿事》三国人物智力分布状态分析

献给广大的三国爱好者们,希望喜欢三国的朋友一起讨论,加深对传奇三国时代的了解
数据分析基础概念:
数据分为“不可测量”的数据和“可测量”的数据。
不可测量的数据称为“分类数据”(Category Data或Categorical Data。),而可测量的数据称为“数值数据”(Numerical Data)。
组中值:Class Midpoint
次数:Frequency
相对次数:Relative Frequency
相对次数=所属各组的数据个数÷数据总数
次数分布表和直方图

组距分组掩盖了各组内间的数据分布状况,为反映各组数据的一般水平,我们通常用组中值来作为该组数据的一个代表值(class midpoint)。上限与下限之间的中点数值称为组中值,它是各组上下限数值的简单平均,即组中值=(下限+上限)/2。
若遇到开口组,则上开口组组中值=下限+邻组组距/2; 下开口组组中值=上限-邻组组距/2。
使用组中值代表一组数据时有一个必要的假定条件,即各组数据在本组内呈现均匀分布或在组中值两侧呈对称分布。如果实际数据的分布不符合这一假定,用组中值作为一组数据的代表就会有一定的误差。
建立数据分析环境:

SELECT  CASE WHEN 智力 > 0
                  AND 智力 < 10 THEN '0-9'
             WHEN 智力 >= 10
                  AND 智力 < 20 THEN '10-19'
             WHEN 智力 >= 20
                  AND 智力 < 30 THEN '20-29'
             WHEN 智力 >= 30
                  AND 智力 < 40 THEN '30-39'
             WHEN 智力 >= 40
                  AND 智力 < 50 THEN '40-49'
             WHEN 智力 >= 50
                  AND 智力 < 60 THEN '50-59'
             WHEN 智力 >= 60
                  AND 智力 < 70 THEN '60-69'
             WHEN 智力 >= 70
                  AND 智力 < 80 THEN '70-79'
             WHEN 智力 >= 80
                  AND 智力 < 90 THEN '80-89'
             WHEN 智力 >= 90
                  AND 智力 <= 100 THEN '90-100'
        END 分组 ,
        COUNT(*) 人数
FROM    FactSanguo11
GROUP BY CASE WHEN 智力 > 0
                   AND 智力 < 10 THEN '0-9'
              WHEN 智力 >= 10
                   AND 智力 < 20 THEN '10-19'
              WHEN 智力 >= 20
                   AND 智力 < 30 THEN '20-29'
              WHEN 智力 >= 30
                   AND 智力 < 40 THEN '30-39'
              WHEN 智力 >= 40
                   AND 智力 < 50 THEN '40-49'
              WHEN 智力 >= 50
                   AND 智力 < 60 THEN '50-59'
              WHEN 智力 >= 60
                   AND 智力 < 70 THEN '60-69'
              WHEN 智力 >= 70
                   AND 智力 < 80 THEN '70-79'
              WHEN 智力 >= 80
                   AND 智力 < 90 THEN '80-89'
              WHEN 智力 >= 90
                   AND 智力 <= 100 THEN '90-100'
         END
ORDER BY 分组

SELECT  *
FROM    FactSanguo11
WHERE   智力 >= 90
        AND 智力 <= 100
ORDER BY 智力 DESC

三国人物智力分布表

智力分组

组中值

人数

相对次数

0-9

5

12

0.02

10-19

14.5

19

0.03

20-29

25

33

0.05

30-39

34.5

70

0.10

40-49

44.5

72

0.11

50-59

54.5

76

0.11

60-69

64.5

129

0.19

70-79

74.5

173

0.26

80-89

84.5

65

0.10

90-100

95

21

0.03

合计

 

670

1.00

直方图:

如各位所见,上表中的组距是9。之所以选择9,并没有什么数学上的规定,而是全由本人主观决定的。没错,组距该设多少,完全依照分析者本身的判断。
以主观设定的组距而做成的人数分布表没有说服力,无法在他人面前公开,难道就没有按数学原理制定组距的方法吗?也许有人会产生这样的疑问。事实上,方法是有的。


以步骤2求出的组距为基础,做出如下的人数分布表:

智力分组

组中值

人数

相对次数

0-10

5

13

0.02

11-20

15

18

0.03

21-30

25

39

0.06

31-40

35

71

0.11

41-50

45

70

0.10

51-60

55

78

0.12

61-70

65

146

0.22

71-80

75

160

0.24

81-90

85

58

0.09

91-100

95

17

0.03

合计

 

670

1.02

直方图:

 

posted @ 2014-12-10 11:00 Bobby0322 阅读(...) 评论(...) 编辑 收藏