本案例有關說明本案例是分布拟合檢驗預測、單因素方差分析One-Way ANOVA的基礎前導篇。基本概念不在此贅述。本案例分析所用數據為“19财管管理會計成績.xlsx”。該數據可以在我的百度網盤上下載。 鍊接：htt left;" data-track="191">class：班級。19财管1—19财管6。分類變量。glkj：管理會計，該科目考試成績。

　　Descriptive Statistics # 分組聚合，統計均值、次數、标準差等 stats = df.groupby(classglkj].agg([meancountstdminmax]) # 計算0.05水平下的置信區間 ci95_hi = [] ci95_lo = [] co_v = [] for i in stats.index: m, c, s = stats.loc[i,[meancountstd]] ci95_hi.append(m 1.96 * s/math.sqrt(c)) ci95_lo.append(m - 1.96 * s/math.sqrt(c)) co_v.append(s/m) stats[ci95_LB] = ci95_lo stats[ci95_UB] = ci95_hi stats[c.v] = co_v

　　統計量statsmean：均值std : 标準差min/max : 最小/最大值median : 中位數skew : 偏度ci : 置信區間c.v : 變異系數 上述“統計量”的基本概念計算方法及計算公式網上講解很多，在此就不具體列出了，需要的請百度。

　　統計量如下圖所示：

　　上面圖表反映的基本信息管理會計科目成績平均值都較高，中位數均在90分以上的有四個班，特别是19财管5班均值高達93分，中位數95分。該班成績離散程度最小，成績變異程度最小。所有班級管理會計科目成績分布呈現“左偏”。均值小于中位數。boxplot & hist：了解大概的分布、發現異常值 # Draw a nested boxplot df.boxplot(column=glkj, by=class, grid=False) sns.hist(column=glkj, by=class,figsize=(8,6) ,sharex=True,sharey=True) sns.despine(offset=10, trim=True)

　　核密度kde: 了解分布形态 #use sys default settings ax = sns.distplot(a= df[glkj]) ax.set(title=19财管管理會計成績, xlabel=管理會計成績,ylabel=)

　　Signature: sns.distplot(a, bins=None, hist=True, kde=True)

　　該圖的成績分段使用系統默認的設置。結果整體成績是否為“左偏”？确實是“左偏”。

　　總體成績的hist & kde：了解總體分布情況 # set bins fig,(ax1,ax2)= plt.subplots(1,2,sharex=True, figsize=(7,5)) plt.subplot(1,2,1) ax1 = sns.distplot(a=df[glkj], bins=[10, 20, 30, 40, 50, 60, 70, 80, 90,100], norm_hist= False,hist=True, kde=False,label=管理會計成績) ax1.set(title=19财管管理會計成績,xlabel=管理會計成績,ylabel=Count) ax1.legend(loc=best) #plt.tight_layout(rect=(1, 1, 1, 1)) #設置默認的間距 plt.subplot(1,2,2) ax2 = sns.distplot(a=df[glkj], bins=[10, 20, 30, 40, 50, 60, 70, 80, 90,100], norm_hist= True,hist=True, kde=True,label=管理會計成績KDE,color=green) ax2.set(title=19财管管理會計成績KED,xlabel=管理會計成績,ylabel=) ax2.legend(loc=best) plt.subplots_adjust(wspace=0.3) plt.show()

　　使用pd.cut（）：自定義分段及頻數統計 bins = [0, 10, 20, 30, 40, 50, 60, 70, 80, 90, 101] labels = [0-1010-2020-3030-4040-5050-6060-7070-8080-9090 ]

　　用法說明：pandas.cut(x,bins,right=True,labels=None,retbins=False,precision=3,include_lowest=False)x:需要切分的數據bins:切分區域right : 是否包含右端點默認True，包含labels:對應标簽，用标記來代替返回的bins，若不在該序列中，則返回NaNretbins:是否返回間距binsprecision:精度include_lowest:是否包含左端點，默認False，不包含right : 是否包含右端點默認True，包含。該例為不包括False。[a,b) df[glkj_bins] = pd.cut(df[glkj], bins=bins, labels=labels, include_lowest=True, right=False) class_count = df.groupby(by= classglkj_bins].value_counts() pd_class_count= pd.DataFrame(class_count) pd_unstack = pd_class_count.unstack(fill_value=0)

　　分班級hist、kde：了解各班分布情況 for i in range(6): fig,(ax1,ax2)= plt.subplots(1,2,sharex=True,figsize=(8,6)) plt.subplot(1,2,1) ax1 = sns.barplot(count_bins,pd_unstack.values[i],label=pd_unstack.index[i]) ax1.legend(loc=best) ax1.set(xlabel= 管理會計分段成績,ylabel= Count,title = 管理會計分班級成績圖) list_n = pd_unstack.values[i] for j, txt in enumerate(list_n): ax1.annotate(txt, (j, list_n[j] 0.6),horizontalalignment=center,verticalalignment=center) plt.subplot(1,2,2) ax2 = sns.distplot(a=df.loc[df[class]== pd_unstack.index[i]][glkj],bins=[10, 20, 30, 40, 50, 60, 70, 80, 90,100],norm_hist= True,hist=True, kde=True,label= pd_unstack.index[i],color=green) ax2.set(title=管理會計分班級成績kde,xlabel=管理會計成績,ylabel=) ax2.legend(loc=best) plt.show()

　　,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!