《BI那点儿事》三国人物智力分布状态分析

原文:《BI那点儿事》三国人物智力分布状态分析

献给广大的三国爱好者们，希望喜欢三国的朋友一起讨论，加深对传奇三国时代的了解
数据分析基础概念：
数据分为“不可测量”的数据和“可测量”的数据。
不可测量的数据称为“分类数据”（Category Data或Categorical Data。），而可测量的数据称为“数值数据”（Numerical Data）。
组中值：Class Midpoint
次数：Frequency
相对次数：Relative Frequency
相对次数=所属各组的数据个数÷数据总数
次数分布表和直方图

组距分组掩盖了各组内间的数据分布状况，为反映各组数据的一般水平，我们通常用组中值来作为该组数据的一个代表值（class midpoint）。上限与下限之间的中点数值称为组中值，它是各组上下限数值的简单平均，即组中值=（下限+上限）/2。
若遇到开口组，则上开口组组中值=下限+邻组组距/2； 下开口组组中值=上限-邻组组距/2。
使用组中值代表一组数据时有一个必要的假定条件，即各组数据在本组内呈现均匀分布或在组中值两侧呈对称分布。如果实际数据的分布不符合这一假定，用组中值作为一组数据的代表就会有一定的误差。
建立数据分析环境：

SELECT  CASE WHEN 智力 > 0
                  AND 智力 < 10 THEN ‘0-9‘
             WHEN 智力 >= 10
                  AND 智力 < 20 THEN ‘10-19‘
             WHEN 智力 >= 20
                  AND 智力 < 30 THEN ‘20-29‘
             WHEN 智力 >= 30
                  AND 智力 < 40 THEN ‘30-39‘
             WHEN 智力 >= 40
                  AND 智力 < 50 THEN ‘40-49‘
             WHEN 智力 >= 50
                  AND 智力 < 60 THEN ‘50-59‘
             WHEN 智力 >= 60
                  AND 智力 < 70 THEN ‘60-69‘
             WHEN 智力 >= 70
                  AND 智力 < 80 THEN ‘70-79‘
             WHEN 智力 >= 80
                  AND 智力 < 90 THEN ‘80-89‘
             WHEN 智力 >= 90
                  AND 智力 <= 100 THEN ‘90-100‘
        END 分组 ,
        COUNT(*) 人数
FROM    FactSanguo11
GROUP BY CASE WHEN 智力 > 0
                   AND 智力 < 10 THEN ‘0-9‘
              WHEN 智力 >= 10
                   AND 智力 < 20 THEN ‘10-19‘
              WHEN 智力 >= 20
                   AND 智力 < 30 THEN ‘20-29‘
              WHEN 智力 >= 30
                   AND 智力 < 40 THEN ‘30-39‘
              WHEN 智力 >= 40
                   AND 智力 < 50 THEN ‘40-49‘
              WHEN 智力 >= 50
                   AND 智力 < 60 THEN ‘50-59‘
              WHEN 智力 >= 60
                   AND 智力 < 70 THEN ‘60-69‘
              WHEN 智力 >= 70
                   AND 智力 < 80 THEN ‘70-79‘
              WHEN 智力 >= 80
                   AND 智力 < 90 THEN ‘80-89‘
              WHEN 智力 >= 90
                   AND 智力 <= 100 THEN ‘90-100‘
         END
ORDER BY 分组

SELECT  *
FROM    FactSanguo11
WHERE   智力 >= 90
        AND 智力 <= 100
ORDER BY 智力 DESC

三国人物智力分布表

直方图：

如各位所见，上表中的组距是9。之所以选择9，并没有什么数学上的规定，而是全由本人主观决定的。没错，组距该设多少，完全依照分析者本身的判断。
以主观设定的组距而做成的人数分布表没有说服力，无法在他人面前公开，难道就没有按数学原理制定组距的方法吗？也许有人会产生这样的疑问。事实上，方法是有的。


以步骤2求出的组距为基础，做出如下的人数分布表：

直方图：