123,968
次編輯
變更
统计图形
,無編輯摘要
==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 。
==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：