探索性数据分析EDA介绍是什么？

关键要点

• 探索性数据分析（EDA）由约翰·怀尔德·图基在1977年首次系统性论述。
• EDA的核心特征是不受数据模型和科研假设限制的自由探索过程。
• EDA主要通过作图、制表、计算变量间关系等可视化手段来实现。
• EDA适用于对数据信息缺乏足够经验，不确定该使用何种传统方法进行分析时。
• EDA与验证性分析（CDA）的区别在于前者旨在“发现”信息，后者用于“验证”假设。
• EDA的过程常被称为“Free style”，更具创造性和灵活性。

怎么选 / 怎么做

进行EDA时，通常可以：
- 接触并加载数据。
- 计算基本统计特征（如均值、标准差）。
- 通过绘制图表（如直方图）进行可视化探索。
- 根据初步发现自由调整分析方向。

常见问题

什么是探索性数据分析（EDA）？

一种不预设假设，通过可视化等手段探索数据规律的分析方法。

EDA适用于什么场景？

适用于对数据信息缺乏经验，不确定使用何种分析方法时。

EDA与验证性分析（CDA）有何区别？

EDA旨在发现未知信息，CDA用于验证已有猜想。