Quartz 4

课堂笔记 （描述性统计）

12 min read

Slide 1 — MGS 2150 Business Statistics

第1页——MGS 2150 商业统计学

Knowledge Points (知识点)

  1. Business Statistics (商业统计学)：在商业和经济中应用统计学方法。
  2. Course Info (课程信息)：授课教师 Prof. Rongjuan Chen，2025春季，温州肯恩大学。

Business Statistics (商业统计学)

  • Explanation (解释):
    Business statistics is the application of statistical tools in business and economics.
    商业统计学是在商业与经济中应用统计工具的一门学科。

  • Example (例子):
    A company uses statistics to analyze sales trends and forecast demand.
    一家公司利用统计方法分析销售趋势并预测需求。

  • Extension (拓展):
    Business statistics supports decision-making, risk management, and strategy formulation.
    商业统计学帮助企业做决策、管理风险和制定战略。

Summary (总结)

本页介绍课程信息，强调统计学在商业与经济中的应用价值。

Slide 2 — Descriptive Statistics Overview

第2页——描述性统计概览

Knowledge Points (知识点)

  1. Descriptive Statistics (描述性统计)：数据呈现方法，包括表格、图形、文本/数值。
  2. Data Types (数据类型)：分类数据 (categorical data) 与定量数据 (quantitative data)。

Descriptive Statistics (描述性统计)

  • Explanation (解释):
    Descriptive statistics focus on summarizing and presenting data in meaningful ways.
    描述性统计强调以有意义的方式对数据进行汇总与展示。

  • Example (例子):
    Customer ratings can be summarized in a pie chart; sales data in a table.
    顾客评分可以用饼图表示，销售数据可以用表格展示。

  • Extension (拓展):
    Descriptive statistics are often the first step before inferential statistics.
    描述性统计通常是进行推断统计之前的第一步。

Summary (总结)

本页介绍了描述性统计的范围和数据类型，为后续分析奠定基础。

Slide 3 — Frequency Distribution

第3页——频数分布

Knowledge Points (知识点)

  1. Frequency Distribution (频数分布)：数据的表格汇总，显示每类的出现次数。
  2. Purpose (目的)：揭示数据模式，便于理解。

Frequency Distribution (频数分布)

  • Explanation (解释):
    A frequency distribution shows how often values occur in distinct non-overlapping categories.
    频数分布展示数据在不同、不重叠的类别中出现的次数。

  • Example (例子):
    Student scores grouped into ranges (e.g., 60–69, 70–79).
    学生成绩分区间统计（如 60–69 分、70–79 分）。

  • Extension (拓展):
    Frequency tables are the basis for bar charts, histograms, and pie charts.
    频数表常用于绘制条形图、直方图或饼图。

Summary (总结)

本页强调频数分布在揭示数据模式和可视化中的重要性。

Slide 4 — Example: Maine’s Inn (Raw Data)

第4页——示例：缅因旅馆 (原始数据)

Knowledge Points (知识点)

  1. Guest Ratings (顾客评分)：优秀、较好、一般、较差、差。
  2. Purpose (目的)：使用实际数据演示频数分布的构建。

Maine’s Inn Example (缅因旅馆示例)

  • Explanation (解释):
    Raw data is collected from guests rating their accommodations.
    顾客对住宿的评分形成原始数据。

  • Example (例子):
    Ratings include “Above Average”, “Average”, “Poor”, etc.
    数据包括“较好”、“一般”、“差”等评分。

  • Extension (拓展):
    Such survey data can be summarized using Pivot Tables and charts.
    这些调查数据可用数据透视表和图表汇总。

Summary (总结)

本页展示原始调查数据，为后续频数分布和图表提供基础。

Slide 5 — Example: Maine’s Inn (Pivot Table)

第5页——示例：缅因旅馆 (数据透视表)

Knowledge Points (知识点)

  1. Pivot Table (数据透视表)：用于快速统计各类数据的频数。
  2. Frequency Counts (频数统计)：如 Poor=2, Average=5, Above Average=9。

Pivot Table (数据透视表)

  • Explanation (解释):
    Pivot tables allow quick summarization of categorical data.
    数据透视表能快速汇总分类数据。

  • Example (例子):
    Count of ratings: Poor=2, Below Average=3, Average=5, Above Average=9, Excellent=1.
    各评分频数统计：差=2，较差=3，一般=5，较好=9，优秀=1。

  • Extension (拓展):
    Pivot tables can also calculate percentages and create dynamic summaries.
    数据透视表还能计算百分比并生成动态汇总。

Summary (总结)

本页展示了如何通过数据透视表得到各类评分的频数。

Slide 6 — Example: Maine’s Inn (Relative & Percent Frequency)

第6页——示例：缅因旅馆 (相对频率与百分比频率)

Knowledge Points (知识点)

  1. Relative Frequency (相对频率)：各类别频数 ÷ 总频数。
  2. Percent Frequency (百分比频率)：相对频率 × 100%。

Relative & Percent Frequency (相对与百分比频率)

  • Explanation (解释):
    Relative frequency shows the proportion of each category.
    相对频率表示每类数据在总体中的比例。

  • Example (例子):
    Above Average=9/20=0.45 (45%)
    较好=9/20=0.45 (45%)。

  • Extension (拓展):
    Relative frequencies are useful for comparisons across different sample sizes.
    相对频率适用于不同样本大小之间的比较。

Summary (总结)

本页展示如何计算并解释相对频率和百分比频率。

Slide 7 — Example: Maine’s Inn (Bar Chart)

第7页——示例：缅因旅馆 (条形图)

Knowledge Points (知识点)

  1. Bar Chart (条形图)：按频数或比例展示分类数据。
  2. Visual Aid (视觉辅助)：便于观察类别差异。

Bar Chart (条形图)

  • Explanation (解释):
    A bar chart represents categorical data using bars of different lengths.
    条形图用不同长度的柱形表示分类数据。

  • Example (例子):
    Above Average bar is tallest (frequency=9).
    “较好”栏最高 (频数=9)。

  • Extension (拓展):
    Bar charts can be vertical or horizontal and often compare multiple datasets.
    条形图可纵向或横向绘制，常用于多数据集对比。

Summary (总结)

本页展示如何将频数数据可视化为条形图。

Slide 8 — Example: Maine’s Inn (Cumulative Frequency)

第8页——示例：缅因旅馆 (累积频率)

Knowledge Points (知识点)

  1. Cumulative Frequency (累积频率)：逐步累加每类频数或百分比。
  2. Purpose (目的)：用于观察累计比例趋势。

Cumulative Frequency (累积频率)

  • Explanation (解释):
    Cumulative frequency adds up category frequencies sequentially.
    累积频率是依次累加各类别频数或比例。

  • Example (例子):
    Average=70% cumulative, Below Average=85% cumulative.
    一般=累计70%，较差=累计85%。

  • Extension (拓展):
    Cumulative frequency is often used in Pareto charts or ogives.
    累积频率常用于帕累托图或累计曲线图。

Summary (总结)

本页展示了如何通过累积频率来理解数据的累加趋势。

Slide 9 — Pareto Chart

第9页——帕累托图

Knowledge Points (知识点)

  1. Pareto Chart (帕累托图)：条形图 + 折线图结合，突出主要因素。
  2. Principle (原理)：帕累托法则 (80/20 法则)。

Pareto Chart (帕累托图)

  • Explanation (解释):
    A Pareto chart combines a bar chart (frequency) with a line chart (cumulative %).
    帕累托图结合条形图 (频数) 与折线图 (累计百分比)。

  • Example (例子):
    Complaints about overpriced food contribute ~46% of issues.
    “价格过高”占投诉总数约 46%。

  • Extension (拓展):
    Pareto charts help identify key problems that account for most effects.
    帕累托图用于识别占主要比例的关键问题。

Summary (总结)

本页介绍了帕累托图及其突出关键因素的作用。

Slide 10 — Example: Red Lobster (Complaint Data)

第10页——示例：红龙虾餐厅 (投诉数据)

Knowledge Points (知识点)

  1. Complaint Categories (投诉类别)：价格高、分量少、等待时间长等。
  2. Cumulative % (累计百分比)：用于优先级排序。

Red Lobster Example (红龙虾餐厅示例)

  • Explanation (解释):
    Complaint data are summarized into frequencies and cumulative percentages.
    投诉数据汇总为频数和累计百分比。

  • Example (例子):
    Overpriced=789 (45.8%)
    Small portions=621 (81.9% cumulative).
    “价格过高”=789 次 (45.8%)，“分量少”累计=81.9%。

  • Extension (拓展):
    Businesses use such data to identify priority areas for improvement.
    企业利用该数据确定优先改进的领域。

Summary (总结)

本页通过餐厅投诉数据演示了频数和累计百分比的应用。

Slide 11 — Example: Red Lobster (Pareto Chart)

第11页——示例：红龙虾餐厅 (帕累托图)

Knowledge Points (知识点)

  1. Data Visualization (数据可视化)：条形图展示频数，折线图展示累计百分比。
  2. Insights (洞察)：少数问题占多数影响。

Red Lobster Pareto Chart (红龙虾帕累托图)

  • Explanation (解释):
    The chart shows complaints by frequency and their cumulative contribution.
    图表展示投诉的频数及其累计贡献。

  • Example (例子):
    Overpriced + Small portions ≈ 82% of complaints.
    “价格过高 + 分量少”≈ 占 82% 投诉。

  • Extension (拓展):
    Pareto analysis helps managers allocate resources efficiently.
    帕累托分析帮助管理者高效分配资源。

Summary (总结)

本页通过帕累托图展示了如何聚焦主要问题。

Slide 12 — Pie Chart

第12页——饼图

Knowledge Points (知识点)

  1. Pie Chart (饼图)：按比例分割圆形，展示各类占比。
  2. Data Basis (数据基础)：可基于频数、相对频率或百分比。

Pie Chart (饼图)

  • Explanation (解释):
    A pie chart shows categorical proportions as slices of a circle.
    饼图用圆形切片表示各类别比例。

  • Example (例子):
    Maine’s Inn ratings visualized: Above Average=45% slice.
    缅因旅馆评分中，“较好”占饼图 45%。

  • Extension (拓展):
    Pie charts are effective for showing overall distribution but less effective for comparisons.
    饼图适合展示整体分布，但不适合精确对比。

Summary (总结)

本页展示了饼图在分类数据比例展示中的应用。

Graph View

Backlinks