做數(shù)據(jù)分析的朋友一定知道統(tǒng)計(jì)學(xué)崩哩,是我們工作的基礎(chǔ)思喊。在我們眼中,統(tǒng)計(jì)學(xué)是很多數(shù)字和模型組成的望浩,略顯枯燥辖所。
最近看了一個(gè)紀(jì)錄片《The joy of stats》,中文譯名有趣的統(tǒng)計(jì)學(xué)磨德,今天給大家分享個(gè)有意思的瑞典統(tǒng)計(jì)學(xué)家漢斯.羅斯林缘回,以及他眼中有意思的統(tǒng)計(jì)學(xué)吆视。
《時(shí)代》雜志在2012年將漢斯·羅斯林評(píng)為了全球100位最有影響力的人物之一,稱贊他使用“令人驚嘆的數(shù)據(jù)展示酥宴,讓全球數(shù)百萬人從全新的角度審視自己和這座星球”啦吧。
01 統(tǒng)計(jì)學(xué)的起源與核心
首先談到的是統(tǒng)計(jì)學(xué)的起源。statistics與status同源拙寡,意思是現(xiàn)象或現(xiàn)狀授滓,也與國家(states)相似含有國情調(diào)查意思,統(tǒng)治階級(jí)利用數(shù)據(jù)監(jiān)控老百姓肆糕,而現(xiàn)代統(tǒng)計(jì)學(xué)般堆,是用于監(jiān)控政府動(dòng)態(tài),研究社會(huì)現(xiàn)象的有力工具诚啃。瑞典政府是世界上第一個(gè)對(duì)人口進(jìn)行統(tǒng)計(jì)的國家淮摔,1749年的人口統(tǒng)計(jì)報(bào)告表明瑞典只有兩百萬人口,而不是期待的2千萬始赎。
我喜歡的其中羅斯林說到的一句話是 “分析資料才是最重要的和橙,這是統(tǒng)計(jì)學(xué)的核心”≡於猓回顧數(shù)據(jù)分析工作中胃碾,數(shù)據(jù)是基礎(chǔ),但不要沉迷于數(shù)據(jù)筋搏,要用有目的地的分析數(shù)據(jù)仆百,找到數(shù)據(jù)背后的規(guī)律和信息,從而影響業(yè)務(wù)工作奔脐,產(chǎn)生價(jià)值俄周。
02 可視化讓統(tǒng)計(jì)變成故事
這部片子里好展示了統(tǒng)計(jì)學(xué)在人口、安全髓迎、衛(wèi)生峦朗、健康、機(jī)器翻譯排龄、天文波势、自然界的變化、甚至情感等眾多領(lǐng)域的應(yīng)用橄维。讓我印象深刻和有意思是數(shù)據(jù)可視化領(lǐng)域尺铣。將數(shù)據(jù)背后的信息用故事傳達(dá)個(gè)觀眾。
可視化的先驅(qū)是英國的護(hù)士和統(tǒng)計(jì)學(xué)家南丁格爾争舞,她用玫瑰圖凛忿,以表達(dá)軍醫(yī)院季節(jié)性的死亡率,對(duì)象是那些不太能理解傳統(tǒng)統(tǒng)計(jì)報(bào)表的公務(wù)人員竞川,從而推動(dòng)醫(yī)改店溢。
而羅斯林也用了自己的方式來講述有意思的數(shù)字叁熔。他自己創(chuàng)立了可視化軟件?Trendalyzer,后被谷歌收購床牧。他用的最多的一個(gè)可視化作品荣回,散點(diǎn)圖的方式描述了各國健康水平(預(yù)期壽命)和經(jīng)濟(jì)發(fā)展(人均GDP)的正相關(guān)性,并利用動(dòng)畫演示戈咳。
03 可視化實(shí)踐
為了向大師致敬心软,我特地用可視化神器POWER BI來復(fù)現(xiàn)這一動(dòng)態(tài)效果。
【1】數(shù)據(jù)導(dǎo)入與清洗:是將數(shù)字源導(dǎo)入POWER BI除秀,然后在transform模式下編輯這3個(gè)數(shù)據(jù)(將第一行變成表頭-1)糯累,還需要剔除國家一列中的空值-2;
【2】數(shù)據(jù)轉(zhuǎn)換與重命名:由于源數(shù)據(jù)表格是表頭是年份册踩,需要用unpivot的轉(zhuǎn)換成我們正常使用的行記錄的形式(選擇轉(zhuǎn)換其它列)-3泳姐,然后對(duì)列名進(jìn)行重命名。
【3】建立關(guān)系:3個(gè)數(shù)據(jù)集直接要進(jìn)行關(guān)聯(lián)(也就是vlookup匹配)暂吉,采用間接輔助列的方式胖秒,使用國家和年份組合的方式形成唯一列country_year,然后在3個(gè)表中建立一對(duì)一關(guān)系慕的;
【4】可視化預(yù)處理:使用散點(diǎn)圖組件進(jìn)行作圖阎肝,然后注意由于人均gdp的數(shù)值很大,需要進(jìn)行對(duì)數(shù)轉(zhuǎn)換才能讓散點(diǎn)圖更明顯(新建log10的計(jì)算列)?
【5】可視化:分別拖入圖例肮街,x軸风题,y軸,以及需要播放的維度 play嫉父,大功告成沛硅,神奇的動(dòng)態(tài)散點(diǎn)圖完成。
所用的數(shù)據(jù)源請(qǐng)關(guān)注公眾號(hào)‘?dāng)?shù)據(jù)氧氣’回復(fù)【人口】 即可獲取源文件绕辖。
紀(jì)錄片地址:
https://www.youtube.com/playlist?list=PLBE30C2B39FE4BD1C
TED演講地址:
https://www.ted.com/talks/hans_rosling_the_best_stats_you_ve_ever_seen#t-287142