什么是探索性数据分析（EDA）？

关键要点

• 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。
• EDA主要通过作图、制表、计算变量间关系等可视化手段实现。
• EDA与验证性分析（CDA）不同，前者旨在发现隐藏信息，后者用于验证已有猜想。

怎么选 / 怎么做

EDA的实施过程没有固定的统计检验流程，常见步骤包括查看数据分布、检查缺失值、绘制散点图矩阵等，分析师可根据经验自由发挥。

常见问题

EDA适用于什么场景？

适用于对数据信息缺乏经验，不知用何种传统方法分析时。

EDA与验证性分析的主要区别是什么？

EDA旨在发现数据隐藏信息，验证性分析用于验证已有猜想。