解释边际图的主要结果

请完成以下步骤来解释边际图。

步骤 1:查找模型关系和评估模型关系的强度

确定哪个模型关系能够以最佳方式拟合数据并评估模型关系的强度。

提示

为了更好地显示特定模型拟合对您的数据的适合程度,请创建一个带有拟合回归线的散点图

关系的类型

确定哪种模型关系(如果有的话)能够以最佳方式拟合数据。以下是关系类型的示例。
线性:正
线性:负
曲线:二次
曲线:立方
无关系

如果您的数据似乎拟合模型,则可以使用回归分析研究关系。

关系强度

评估数据对模型的拟合紧密程度,以估计 X 和 Y 之间关系的强度。当关系很强时,回归方程能够准确地对数据建模。
较弱的关系
较强的关系

要量化线性(直线)关系的强度,请使用相关分析

步骤 2:查找非正常或异常数据的指示符

偏斜数据和多模态数据表明数据可能不正常。异常值可能表明数据中存在其他情况。

偏斜数据

当数据偏斜时,大多数数据位于图形的高或低侧。偏斜表明数据可能未呈正态分布。在边际图中,请在边际中查找偏斜数据的指示符。

例如,下面的带右偏斜数据的图形显示等待时间。大部分等待时间相对较短,只有少数等待时间很长。下面的带左偏斜数据的图形显示失效时间数据。少数几个项立即失败,更多的项会在随后失败。
直方图
右偏斜
左偏斜
点图
右偏斜
左偏斜
箱线图
右偏斜
左偏斜

如果已知数据本身未偏斜,请调查可能的原因。如果您希望分析严重偏斜的数据,请阅读该分析的“数据注意事项”主题,以确保您可以使用非正常数据。

异常值

异常值是远离其他数据值的数据值,可能会显著影响您的结果。在边际图中,请在边际中的散点图和图形上查找异常值。

散点图
在散点图上,孤立的点标识异常值。
直方图
在直方图上,两端上的孤立条形标识异常值。
点图
在点图上,异常低或异常高的数据值标识可能的异常值。
箱线图
在箱线图上,异常值用星号 (*) 标识。

尝试确定导致任何异常值的原因。更正任何数据输入错误或测量误差。考虑删除与异常的单次事件(也称为特殊原因)相关联的数据值。然后,重新执行分析。

多模态数据

多模态数据具有多个峰值。(峰值表示一组数据的模式。)如果数据是从多个过程中或在多个条件(如多个温度)下收集的,通常会出现多模态数据。

在边际图中,请在边际中的直方图和点图上查找多模态数据的指示符。例如,以下图形拥有两个峰值。
直方图
点图

如果您具有其他可用来对观测值进行分组的信息,则可以创建一个包含此信息的组变量。然后,可以创建含组的直方图或点图,以确定组变量是否导致数据中的峰值。

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策