《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

智力分组	组中值	人数	相对次数
0-9	5	12	0.02
10-19	14.5	19	0.03
20-29	25	33	0.05
30-39	34.5	70	0.10
40-49	44.5	72	0.11
50-59	54.5	76	0.11
60-69	64.5	129	0.19
70-79	74.5	173	0.26
80-89	84.5	65	0.10
90-100	95	21	0.03
合计		670	1.00

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：

智力分组	组中值	人数	相对次数
0-10	5	13	0.02
11-20	15	18	0.03
21-30	25	39	0.06
31-40	35	71	0.11
41-50	45	70	0.10
51-60	55	78	0.12
61-70	65	146	0.22
71-80	75	160	0.24
81-90	85	58	0.09
91-100	95	17	0.03
合计		670	1.02

直方图：