橡胶金视点：顺丁数据分析，描述性统计的可视化进阶

金联创-橡胶金视点20191231 1 金联创网络科技有限公司 大客户经理 曲李莎 电话：0535-6280182 邮箱：qulisha@315i.com 顺丁数据分析——描述性统计的可视化进阶 责任编辑：扈长涛 在11月份所写的《顺丁数据分析——描述性统计方法（部分）》这篇文章里讲解了对于数据的部分描述性统计方法：一个是平均数和中位数，另一个是全距和4分位距。那么本篇内容将会更进一步的介绍描述性统计方法。 数据来源：金联创 平均数、中位数以及全距和4分位距均是对数据的描述统计，其实有一种可视化图形可以综合这四种统计——箱体图。 金联创-橡胶金视点20191231 2 箱体图和K线图较为相似，箱体图由下线、上线和箱体构成。下线为数据列的最小值，上线为数据列的最大值，箱体的下线为下4分位距，箱体的上线为上4分位距，箱体里的线为中位数。因此，箱体也是由最小值、下4分位距、中位数、上4分位距和最大值构成。这五个统计值的排序可以表示为：最小值<=下4分位距<=中位数<=上4分位距<=最大值。 介绍完箱体图，那么箱体图有什么优势呢？下面通过2019年顺丁橡胶的各企业的月度产量来举例介绍。 各企业产量箱体如上图呈离散分布，第一点，高处的箱体显然要比低处的箱体的数据大，如大庆石化箱体产量比独山子石化箱体多。第二点，有的下线会与X轴（Y=0）重合，那么可以判断年内有停车行为，像华宇橡胶、山东万达等企业的箱体呈现为线形，并与X轴重合，可以断定年内一直停车。第三点，有的企业箱体拉伸很长，如扬子石化，它的下线在4000吨左右，上线在8000吨左右，可以判断年内必有月份装置不正常而明显降负荷，又见其中位数基本贴近上4分位距和最大值，可以进一步判断，年内必有至少六个月装置正常生产。再看茂名石化，箱体主体几乎呈线形，那么至少9个月的生产维持在近满负荷生产。其他装置生产情况，大家可自行分析。 金联创-橡胶金视点20191231 3 数据来源：金联创 介绍完箱体图，再看一下——热（力）图。本文中的热图是指依托于直角坐标系的图，并且用颜色区分数据的大小。上图展示了各企业在每个月的装置生产量情况（这也是箱体图无法展示的），颜色逐渐靠近红色的数据（产量）偏高，颜色逐渐靠近绿色的数据偏低。比如，大庆石化基本是一条深红色的色带，可以看出大庆石化的每个月产量很高，结合大庆石化16万吨/年产能数据的话，可以判断出大庆石化年内一直在近满负荷生产。再比如扬子石化，4-6月颜色偏绿色，那么这三个月装置负荷不高。更多的厂家生产情况，请读者自行判断。 箱体图和热图可以展示一般折线图、柱状图等基本图形展示不到的数据特征。在10月份《顺丁预测模型——指数平滑算法简介、应用以及自动化》一篇中，简单介绍了自动化以及机器学习的信息。本文可以作为数据分析层次的初级分析，为以后内容做铺垫。2020年将会为大家一步一步的从数据分析深入到数据挖掘，进而转战到机器学习和深度学习的内容。