博客

箱形图

又称为盒须图，显示了一组数据的分散情况，可用来快速识别异常值。



（1）中位数：一组数据按顺序排列，居于中间位置的数，即为中位数。

如果这组数据一共有n个，X1，X2……Xn，

如果n为奇数，中位数则为X(n+1)/2

如果n为偶数，中位数则为中间两个数的平均值，(X(n/2)+X(n/2+1))/2

（2）上四分位数Qu：一组数据中有四分之一的数值比它大

（3）下四分位数Ql：一组数据中有四分之一的数值比它小

（4）四分位距Qr:Qu-Ql

（5）上界：Qu+1.5Qr

（6）下界：Ql-1.5Qr

此练习使用一份网上流传甚广的链家二手房数据，查看各区的二手房的单价和面价分布情况。

1、Tableau连接到链家二手房源数据，查看数据会发现，每隔一行都会有一行空行。

添加筛选器剔除null值，经分析发现Id是唯一不会为空的一列，对ID列进行筛选。



2、从列中选择-取消对null的勾选



3、创建计算字段Unit Price：

[Price]/[Size]




4、将区Region拖拽到列，单价Unit Price拖拽到行，智能显示选择盒须图（如果此时行列发成变化的话，进行调整），Id拖拽到详细信息。



5、分析-聚合度量，取消勾选



6、离群点的分析：

可以看到大多数Unit Price都在100以下，超过100的离群点显然不合常理。

将户型拖拽到详细信息，选中这些离群点，右键-查看数据，可以看到这些Unit Price很高的户型都是叠拼别墅，如果不需要这部分数据，可以在数据源处添加筛选器去掉。