前言

前面我们已经讲了简单条图，复式条图，在第一个图形制作文章里医学统计学——基于SPSS的统计图形制作中还提到一种图形制作，分段条图。今天我们就上一节的数据，给大家演示一下，分段条图的制作。

开始着手

变量情况

定义数据

制作图形

我们需要做的是2000年中国大陆地区年龄别人口数的比较，那么意味着分段条图的分段依据就是年龄，条图的分类依据是地区。

制作命令：

图形生成命令

命令对话框

这里我们要选择的是分段条图，并且图表中的数据是各变量的摘要。定义好之后就可以进入下一步了。

个案组摘要

那么，我们详细的对个案组摘要进行定义：

变量是人口总数

类别轴是地区

定义堆栈是年龄分段（这个很重要，毕竟这个是分段条图的精髓表达，如果这一步不对，后面的分段图是无法出来的）

统计量

需要更改统计量为值的和，我们统计的是人口总数，必须为值的和。

结果

分段条图

漂亮的分段条图就出来了，因为条图的年龄段是既定的三段，因此这里也只有三段式的表达。后续我会为大家演示如何通过SPSS的图形修改器改图，毕竟很多图出来结果，但是并非我们想要的样式，那么后面我会给大家一个好的方法。欢迎转载，注明出处。记得关注，要不然有用文章会不一定看到到，错过了就不好了。

浅谈大数据对统计学的挑战和机遇

引言　　国际数据公司的相关研究指出，2011年全球数据生产量达1.8ZB，且全球信息总量每隔两年增长一倍[1]。在大数据时代下，对于统计学发展而言，挑战与机遇并存，挑战指的是现阶段传统统计学相关方法难以适用大数据，机遇指的是基于统计学，大数据展开数据处理、分析，促使大数据具备可视化特性。由此可见，研究大数据对统计学的挑战和机遇有着十分重要的现实意义。　　1.大数据及其目的　　现阶段，关于大数据仍旧没有一个十分明确的界定，大数据起初是源自于技术领域。在信息量不断扩大的情况下，使得常规电脑原有存储空间已不能对新处理数据进行承载，新兴数据处理技术得以产生，好比雅虎的Hadoop平台、谷歌的MapReduce等。此类技术能够对僵化层次结构、一致性予以消除，促进数据无需通过常规数据库表格进行排列，极大程度地提升了人们可处理的数据量[1]。　

　2.大数据与统计学的对比　　2.1样本统计与全样本统计的区别　　样本统计属于统计学不可或缺的依赖，样本指的是结合相应的概率自总体中随机筛选并视作总体代表的集合内容，值得一提的是随机抽样是需要成本的，包括社会关系、资金成本或者时间成本等。基于样本数量提升有限前提下，样本估计误差会随着总体数量增多而增大，这亦是样本统计无法避免的不足。大数据时代下，收集整理庞大的数据信息应运而生，数据信息发展表现出总体即是样本的态势，该属性很好的消除了样本统计这一不足。大数据时代下的全样本统计，通常情况下可对完全总体进行覆盖，然而受大部分数据属于半结构、半结构数据影响，使得概率论应用遭受一定的制约[2]。鉴于此，将全样本统计应用到统计学中，应当就总体数据展开相应的归纳、筛选，即好比在样本统计中展开数据预处理。　　2.2预测分析与非预测分析的区别　　统计学的创立，是为了对变量相互相关关系展开分析，因此获取数据是发生于变量确定之后的，数据分析价值是能够被预测的。相较于统计学的预测分析，庞大数据将互联网、传感器作为载体，存在于分析需求之前，因此构建于大数据上的分析多为非预测性分析。在统计学中，出现大数据无法有效应用局面，这是由于不具备非预测分析所需的庞大数据，庞大数据产生与数据中心、存储系统存在紧密的联系，并非短期产生。也就是说，统计学中大数据的应用发展，说明了非预测分析正逐步取代传统统计学预测分析，数据多次利用正逐步取代传统数据一次性利用的。　　3.大数据对统计学的挑战与机遇　　3.1数据生产、处理与应用的转变　

　相关统计部门经开展严格的统计设计工作，获得相关的统计数据，数据的预处理分别有数据清洗、非全面数据填补以及数据矫正等。大数据时代下的统计手段尚不十分明确，自大数据流环境而言，要不断探索新型抽样方法，并确保抽样方法的实时、连贯及可行性。除去传统的统计分析方法，还应当开发大数据动态分析、数据流算法等[3]。　　3.2大数据时代对市场营销的机遇　　3.2.1大数据营销的特点与价值　　大数据营销的特点：I.数据采集多平台化特点，即大数据时代下，大数据的数据大多来源于不同的领域、不同的渠道。II.时效性特点，随着信息技术的急速发展，互联网用户消费、购物行为方式往往会瞬间出现转变。国际先进大数据营销企业AdTime基于此大数据营销特点，采取了时间营销措施，即采取相应的技术方式全面获悉用户所需，于第一时间对用户当下的需求进行回应，以使用户在下决心购买的最佳时间及时看到对应的产品广告。III.个性化特点，在大数据时代下，广告商传统媒体导向的营销理念逐步由受众导向取代，现如今，广告商可应用大数据了解用户的地理方位，需求内容等信息，达到对用户个性化营销的目的。　　大数据营销的价值：I.升级营销与用户的匹配度，大数据营销不仅可提供给企业了解用户有效的途径，还能够与网络环境下，选取相关技术方法达到对用户精确定位的目的，从而开展好营销工作，升级营销与用户的匹配度。II.改善用户体验，大数据营销促使企业真正意义上认识到用户及其所使用企业产品情况，以给予用户最人性化的提醒。　　3.2.2大数据营销的应用　　（1）与消费者建立紧密关系　　现如今，我国一些企业营销行为仍旧处于个性化定位信息、创意设计阶段，而无法对不同消费者展开个性化的营销活动。大数据时代下，经采用相关数据分析技术方法，基于对消费群体喜好、传媒接触习惯等展开有效的分析，达到特定营销活动明确开展的目的，实现企业精心开展的营销活动精准的辐射至目标消费群体处，与消费者建立紧密关系，极大的改善营销效率、质量[4]。　　（2）掌握竞争对手数据　　企业通过对竞争对手数据的有效掌握，获悉竞争对手发展状况，基于此帮助企业制定科学合理的产品价格，提升企业产品市场竞争优势。与此同时，企业务必要全面实施以事实为前提的决策手段，广泛地应用数据分析方式对企业每一个发展运营步骤进行优化，经对企业一系列数据的充分优化、对接，促使业务环节中潜在的价值得以被有效挖掘，降低生产成本，知己知彼，促使企业在日趋白热化的市场竞争中占据有利位置。　　（3）挖掘企业内部数据　　“市场未动，数据先行”俨然转变为国际上企业有效运营发展的一致认识，为了提升企业管理效率，要求企业要充分挖掘企业内部数据，并展开有效的整合、分析，以为企业相关人员做决策提供有利的参考依据，提升决策准确性，促进企业可持续发展。

3.2.4 企业的应用案例——以亚马逊为例　　在应用大数据开展市场营销方面，美国亚马逊公司一直处于领先地位。亚马逊研发出“用户未下单，先发货”功能，即结合用户的购物需求数据信息，分析用户想要购买的产品，达到用户未下单，提前发货的目的。此外，亚马逊通过对用户检索信息的分析，评估流感的传播，但这仅仅为海量检索数据中的一项用途，相同的数据能够应用于预测大选结果、预测某类产品市场行情等等，极大地降低了统计成本[5]。　　3.3大数据时代对市场营销的挑战　　3.3.1信息收集　　大数据并非就是对数据信息展开盲目的收集，即便收集了再多的数据，倘若这些数据并非是市场营销所需要的，如此便会导致前期收集来的数据信息，变成一堆“数据垃圾”。鉴于此，为了避免这一情况发生，务必要充分分析业务需求，再对自身存在价值的数据展开收集、归纳，如此方可实现大数据的有效收集应用。　　3.3.2经验与数据　　数据采集完毕后，面对参差不齐的数据，还应当做好数据评估工作，评估对何种目标受众开展市场营销工作。鉴于此，要求采取科学合理的手段，将这些参差不齐的数据整合成可被市场营销实践应用的，经结合过去的经验，与采集数据进行有机融合，实现对目标受众的有效分析确定。　　3.3.3分析与优化　　数据分析，一方面是实现数据优化，一方面是进行决策层面上的调整、转变。此环节对于专业人才的需求提出了严苛的挑战。数据分析、数据优化对于专业人才的知识框架要求大不相同，这要求相关企业不仅要培养专业的数据分析人才，还要打造数据优化人才队伍。　

　3.4大数据营销的未来发展趋势　　信息技术不断发展，单一媒体导向的“消费者碎片化”俨然无法达到企业对于数据多样性的需求。大数据时代下，媒体的跨界融合实现对“碎片化”受众的充分聚合。在科学技术技术不断进步的背景下，跨媒介、跨平台、跨终端的多途径将不断被开拓，将使庞大的数据信息获取多维度的整合，并且在多样化网络环境下，消费者主观信息与客观数据有机融合，构筑全面用户数据库环节，将成为未来大数据营销发展的必然趋势[6]。　　4.结束语　　总而言之，大数据为传统统计学带来了严峻的考验，也为传统统计学有效发展创造了良好的契机。在大数据时代发展潮流中，我们应当充分的认识到大数据对于传统统计学而言，是补充而不是更替，构建于样本统计、预测分析内容上的传统统计学，仍旧于社会统计、经济分析中占据着主导位置。大数据时代下，为了实现企业市场营销的有效开展，相关人员务必要不断专研研究、总结经验，全面分析大数据与统计学的对比，充分认识大数据对统计学的挑战和机遇，“与消费者建立紧密关系”、“掌握竞争对手数据”、“挖掘企业内部数据”等，积极促进企业市场营销的科学合理化。

36氪专门为读书设立了【36氪领读】栏目，筛选一些值得读的书，并提供一些书摘。希望你手边有一本称心的书，让读书这场运动继续下去。

内容简介

这本书是美国统计专家达莱尔·哈夫的传世之作，该书引发的“编造虚假信息”话题受到美国社会持续普遍的关注和美国权威媒体的激烈争论。书里面大胆地揭露了至今仍然被销售员、广告撰稿人、记者甚至专家频频使用的大量的统计操纵技巧，同时还配有别具一格的风趣插图以及众多幽默的案例。神秘的统计学在这里被哈夫像讲故事一样一一道来，莞尔一笑中让你知晓深奥的统计学基本原理，掌握揭露“虚假数据”的最有力武器……

自50年代出版以来，此书不断再版，并被翻译成多种文字，在世界的影响力持久不衰，被誉为美国商业人士、研修人员的重要入门必修书之一。

作者简介

达莱尔·哈夫，美国统计专家。1913年出生在美国爱荷华州，毕业于爱荷华州立大学（the State University of lowa），获得学士学位和硕士学位，在此期间他由于成绩优异加入了美国大学优等生的荣誉学会（Phi Beta Kappa），同时还参加了社会心理学、统计学以及智力测验等研究项目。

书籍摘录

移动支付、线上交易、云上生活……在这个科技高速发达的时代里，我们享受到了物质生活的极大丰富、便捷。但与此同时，每个独立个体的交流与交互在大数据里，犹如一个个联结的散点，无处藏身，无处遁形。我们可能很自信地说我们熟练运用文字，但当面对数据时，我们就无法那么自信。

图表是如何说谎的

数据里有着某种让人畏惧的东西。矮胖子自信满满地告诉爱丽丝，他能熟练运用文字。但是当人们面对数据时，却无法继续展现像矮胖子那样的自信了。也许这就是小学算术留给我们的“创伤”。

不管是什么原因，数据的确会给人们带来麻烦，比如对那些渴望人们都能读自己著作的作家，希望文案能促进销售的广告商，以及希望书籍和杂志大卖的出版商。当把数据以表格形式呈现出来变成了人们的忌讳，文字也无能为力时，就只剩下了一个办法：画一张图。

统计图形或图表中最简单的当属各种直线类图表。这种图表适用于表示趋势。人们也乐于展示、了解、发现或预测趋势。我们就用图表来说明国民收入是如何在一年内增长10%的。

首先，我们在图纸上用相互垂直的直线画出方格。在底部标上月份，在左侧垂直的直线旁标上数据，并注明表示数据单位的“10亿美元”。然后，标出绘点，连接成线。你的图形就会像下页的图那样。

现在够清楚了。这张图展示了国民收入在这一年中每个月的变化。但是画图者会发现，由于这张图是按比例制成，最下面还有一条用于比较的基准线或零线。这10%看起来的确像是10%——虽然也是上升的趋势，但不够令人振奋。

如果你只是想传达某个信息，这张图已经足矣。但是假设你想赢得一场辩论，想要让读者大吃一惊，让某人马上行动，或是推销某种商品，那这张图的效果还不够夸张。你要做的是把图表底部截去。

现在它看起来就是这样的。（如果有哪个吹毛求疵的家伙抗议你的图表是误导人，你可以说这是节约纸张。）图上的数据和线条没有丝毫更改。图还是那张图，什么都没被篡改，除了它给人的整体印象。但是急性子的读者现在看见的表示国民收入的线条在一年之内从底部攀升到了半空中，这是因为图表的大部分都不见了。

这就好比你在语法课上会碰到一句话有省略现象，这都是“可以理解的”。当然，眼睛无须去“理解”被省略的部分，所以这细微的上升在视觉上就变成了大幅增长。

既然你在学着“骗人”，干吗还要把图表截短？你还有个比这强好几倍的办法，可以让这低调的10%看起来比100%还要生机勃勃。只需稍稍改变一下纵坐标和横坐标的比例。

这可不违反原则，但的确会让你的图表看着更漂亮。你要做的就是将纵坐标上代表美元的数据的递增量改为原来的1/10。

现在是不是令人振奋？凡是看到这幅图的人都会认为美国经济蓬勃向上。这就好比将标题从“国民收入增长10%”改为“国民收入大幅增长了10%”一样微妙。但是这种办法成效卓著，因为这里没有任何形容词或副词能够破坏客观性这一幻觉。因此，没有人会归咎于你。

那些操纵数据的人

一些知名公司也屡屡使用这一伎俩。1951年，《新闻周刊》（Newsweek）杂志曾运用这种方法来说明“股市创21年来新高”，图表底部的80个指数被截掉了。1952年，一家哥伦比亚的煤气公司在《时代》杂志上刊登了一张复制自“年度报表”的图表。如果你仔细看了图表上的小小数据并加以分析，你就会发现这十年间生活成本增长了60%，煤气价格下降了4%。

这张图表比较让人满意，但对这家哥伦比亚的煤气公司来说，显然还不够。该公司把图表的90%截去（没有留下空白或说明作为提示），这样就成了你所看见的：生活成本翻了两番，煤气价格却跌至原来的1/3！

为了罗列出不支持工资增长的公众意见，钢铁公司也曾利用过这种误导人的图表。但是这种方法并不是什么新鲜做法，它的不合理之处早被揭穿——还不只是在统计学家的专业书籍上。

1938年，一位《邓氏评论》（Dun’ Review）的社论作者从华盛顿的宣传广告上复制了一张图表，争论在于图表上方的标题——《政府支出剧增！》。图表中的线条与标题中的感叹号对应，而后面的数据却并非如此。它们表示的是政府支出从19，500，000美元增至20，200，000美元。

从底部急剧攀升至顶部的曲线本应描述的是不到4%的增长，但此刻却看着比400%还多！杂志编辑在旁边附上了同样数据绘成的另一张图表——用一条曲线客观地描述4%的增长，上面的标题是：《政府支出稳定》。

《科利尔》杂志也曾在报纸广告的柱形图中使用了相同的伎俩。但需要特别注意的是，这里截去的是图表的中间部分。

身处在大数据时代，面对着复杂多样的数据，我们每个人不可能成为每个领域的专家，但我们不得学会识得这些数据的“本原“面目和说谎真相。

找了好久终于找到了，今天推荐一套大多数人都需要的PPT模板，这套模板就是数据统计模板，包含多种多样的统计图表：条形图，柱形图，线型图，饼形图，散点图等等。

介绍一下本套模板所包含的素材文件，其中包含了两个PPTX文件，一个16：9尺寸和一个4：3尺寸，包含了90个XML配色文件，包含了所需的字体文件。

单套PPT模板页数为240页，是不是很震撼页数很多，并且为图形个设置了精美的动画效果，内页图形包含了条形图，立体条形图，折线图，饼形图，线型图，散点图，雷达图等。

预制了90种XML配色文件，更加丰富了本套PPT模板的配色，XML安装到电脑后，进入PPT选择设计-主题-颜色，挑选一种配色即可。

条形图，折线图，饼形图，线型图，散点图，雷达图等信息图表都是可以编辑的,修改图形的大小也是非常方便的，我们只需右击修改数据即可。

本套PPT模板下载地址为：百度搜索：顶尖PPT 进入网站即可免费下载此套PPT模板

欢迎关注顶尖PPT

分享来自全球最顶尖，最时尚的keynote、Powerpoint模板

浅谈统计学在生活中的应用

统计学并不是一门独立存在的学科，它是以数学知识和数理统计作为基础，将数理统计方法和其他学科专业知识交叉融合形成的具有极强推断性的一种分析方法。现阶段，随着科学技术的快速发展，为了加强对自然社会各个领域现象的判断和整理能力，将统计学应用在生活各个方面已经成为现阶段的数理统计的一种便捷方法。

一、统计学的概念 　　统计学指的是调研人员通过一些列的手段对整理出来的数据信息进行整理分析，从而推断出调研对象本质，甚至可以对未来的类似事情进行预判的一门综合性学科。在进行统计学整体分析的过程中需要用到大量的数学知识以及其他相关学科的专业知识，统计学由于其自身独特的性质，在社会科学和自然科学的各个领域几乎都可以使用。 　　二、统计学在生活中的应用分析 　　（一）统计学在经济学中的重要应用 　　运用统计学对生活中的数据信息进行整理分析，首先要学习统计学的基础知识以及数据统计个分析等学科，这些基础知识和方法都是在开展统计学应用活动之前调研人员所必须掌握的。统计学课程的学习作为经济学学科当中的重要分支，在经济学课程中经常被应用，例如，经济学的计量统计就需要根据统计学在金融里面的重要意义和地位作为基础，将金融知识和统计学知识相结合，将金融计量和时间的序列进行结合，对收集到的金融数据进行整理分析，最后得出金融计量和时间序列的一定关系。 　　统计学在金融经济学中有着十分重要的工具性作用，主要包括两个方面，分别是：在思想上而言，统计学是对数据统计分析结果进行研究，最后得出研究对象的判断结果，为了保证研究结果的准确可靠性，统计学在进行数据整理分析过程中必须是带着严谨的科学态度，这种严谨的科学态度对于经济学的相关理论分析具有十分重要的指导地位，这是由于研究人员在对金融量进行数学分析的过程中，为了保证金融数学分析结果的准确可靠性就必须保证金融量数据收集分析等预处理过程是科学合理的；其本收集整理次，统计学是经济学进行科学试验研究最优化的选择，经济试验研究活动的多样性以及研究对象之间错综复杂的关系导致经济学的试验研究活动受到诸多限制，运用统计学进行经济学试验研究活动，使得经济学实验研究的对象变得简洁明了，降低试验研究的成本支出。从统计学在经济学中的应用我们可以看出，经济学当中的统计学应用主要是运用了统计学当中经济必然性的思想，使得经济学当中的统计结论不具备复杂的思想成本。 　　

（二）统计学在医学中的重要应用 　　统计学在医学中应用的主要原因就是生物医学中存在的不确定性和变异性。生物医学主要的研究目标就是与人体健康相关的不确定因素，也就是通常所说的医学变异现象，变异现象在生物体当中是普遍存在的，例如，对于外在条件基本相同的两个病人，在相同的条件下进行治疗时，却有可能出现有的病人被治愈，有的病人治疗效果不明显，甚至还会出现死亡的现象。造成这些外在条件相同的生命体却出现不同程度治愈的主要原因就是生物医学中存在的不确定性或者是人体中存在的错综复杂的随机因素，客观差异存在的原因是因为某种偶然性的潜在的揭露必然性的发现。 　　在医学临床统计中发现，对于同一种病因的客观性规律进行调查，对于健康人的共同作用的交织与疗效的考查的病人很少。在医学当中运用统计学最主要的就是通过观察不同疗效病人的医疗诊断效果，将实际的医学诊断治疗效果与医学理论和假设进行验证，运用概率论以及数学方法对对比结果进行分析、判断，运用电子计算机等相关软件设备对研究对象的指标进行记录，并绘制相应的图表等，通过综合运用多种数理统计方法，得出与研究对象相关的研究结果。将统计学应用到医学当中，可以促进统计方法和多变量分析法在医学试验研究中的应用，对未知病因所造成的医疗诊断事故进行分析，可以促进医疗诊治手段的不断创新發展。

（三）统计学在体育比赛中竞技指标的应用。 　　统计学在体育比赛中的应用主要是用统计的职业联赛的数字反应比赛队伍能否成为世界顶级，这是因为在体育比赛中应用统计学可以对比赛中的胜率进行分析，主要是将每个队员在每个赛季比赛的分数和常规赛场上的分数进行统计，通过一系列的数学计算分析，制定出每个队员得分平均值和标准差之间的正态分布图，通过正态分布图的稳定性来判断队员的技术稳定性。以众所周的NBA篮球比赛为例，NBA比赛中由于明星球员众多，在运用统计学进行数据整体分析时，需要依据本质上的规律进行数据统计，而不是随意的选择数据进行统计，例如在进行篮球比赛发球这一项双方队员的进攻和防守的概率时，在进行指标选择时就涉及到随机事件的发生概率，因此，可以运用统计学统计球员在每一场比赛上的均得分，通过这些数据指标的正态分布图来确定球员的技术稳定性。 　　三、结束语 　　在日常生活中应用统计学对数据进行管理分析，可以极大提高生产生活中对研究对象的管理效率，使得研究对象变得明确，降低管理成本。在实际的生产生活中应用统计学时，调研人员需要通过多次的试验和随机概率对比来确定事件发生的概率，通过定量定性的数理统计分析工作，充分发挥统计学对生产生活的促进作用。

数据是非常强大的。当然，如果你能真正理解它想告诉你的内容，那它的强大之处就更能体现出来了。通过观察数字和统计数据的转换以获得清晰的结论并不是一件容易的事。必须用一个合乎逻辑的、易于理解的方式来呈现数据。

图表是一种美观而强大的工具，可以帮助我们探索和诠释这个世界。数百年来，人们一直在使用图表来解释跟数据相关的种种。通过下面的12个有趣的例子获得启发，它们是既注重风格和也注重内容的数据可视化案例。

1. 地球

地图应该是最早形式的图表。下面的地图分别由马丁·瓦尔德泽米勒（Martin Waldseemüller）在1507年，亚伯拉罕·奥特柳斯（Abraham Ortelius）在1570年和伊曼纽尔-鲍文（EmanuelBowen）在1744年制作完成的。

2)世界上的语言

这个由DensityDesign设计的互动是个令人印象深刻的成果，它将世界上众多(或者说，我们大多数人)的语言用非语言的方法表现出来。一共有2678种。

3欧洲城市发展图

法国数学家和防御工事主任Charles De Fourcroy于1782年绘制的这张图表，以城市广场和城市总面积的比例作为一个参考标准，对欧洲几个大都市的城市发展状况进行了比较。

4)按年龄段分布的美国人口百分比

这是如何以令人信服的方式呈现一种单一的数据的好榜样。Pew Research创造了这个GIF动画，显示随着时间推移的人口统计数量的变化。这是一个好方法，它将一个内容较多的故事压缩成了一个小的package。

5)美国风图

下面是是个类似感恩节航班的可视化图，除了图中显示的时刻，它还能实时显示美国本土的风速和风向。它是直观设计的一个很好的案例：风速用线条移动的快慢来表示，方向通过线条移动的路径来表示。它会即时显示美国风向的总体趋势，无需任何数字，除非你在地图上点击鼠标。另外，使用时设定最多两个变量会使它更容易操作。

6南丁格尔战争医疗分析图

1858年，著名护士和统计学家Florence Nightingal，为不懂得传统统计报表的公务人员绘制这张玫瑰图，它显示了因病与因伤死亡案例对比数字。此图引起了军方及维多利亚女王的高度关注，医事改良议案得以实施，改善了医院的卫生状况和病人的营养情况，有效减少了战事医院的死亡人数。

7法国军队征俄路线与气候变化图

1969年，Charles Minard做了一张图表，是1812年拿破仑率军攻占莫斯科的行军图，显示了军队规模的缩减。在顶端较粗的线代表了从波兰到莫斯科的行军规模变化。下方的细深色线则代表了撤退时的军队规模。展示了在恶劣天气的影响下，法军由422000名士兵减少到10000名的过程。底部线条是温度和时间刻度，而整个图形分布展示了行军距离。

8伦敦霍乱地图

这是1854年由John Snow医生制作的霍乱死亡病例地图。这张可视化图揭示了死亡病例和病源（水泵）之间的关系，指导相关部门以此为参考部署医疗方案，有效的减少了霍乱的感染人数。

线条代表街道。黑色的长条代表了所在街区死亡的人数。圆点代表抽水泵。特别注意在宽街 (Broad Street)上的抽水泵周围的死亡人数相对集中。

雪诺用他的这幅地图佐证了他极富争议的理论：霍乱是由被污染的饮用水传播开来的。当政府关闭了宽街上的水泵，霍乱的蔓延也平息了。引发霍乱的病菌最终由德国物理学家罗伯特·科赫(Robert Koch)在1883年分离出来。

9)政治新闻受众渠道分布图

据Pew研究中心称，通常，当设计师在信息内容很多又不能删节的时候，他们通常会把信息放到数据表中，以使其更紧凑。但是，他们使用分布图来代替。为什么呢?因为分布图可以让观众在频谱上看到每个媒体的渠道。在分布图上，每个媒体的渠道之间的距离尤为显著。如果这些点仅仅是在表中列出，观众无法看到每个渠道之间的比较。

10为什么会有“巴士群”现象

这里有一个关于复杂数据集的很好的例子，它看起来感觉像一个游戏。在这个例子里，Setosa网站为我们呈现了“巴士群”现象是如何发生的，即，当一辆巴士被延迟，就会导致多辆巴士在同一时间到站。

只用数字讲述这个故事是非常困难的，所以取而代之的是，他们把它变成一个互动游戏。当巴士沿着路线旋转时，我们可以点击并按住一个按钮来使巴士延迟。然后，我们所要做的就是观察一个短暂的延迟如何使巴士在一段时间以后聚集起来。

什么是统计学：统计学定义

为了了解人们统计学的认知度，我对“统计学是做什么的？”做过一次调查，有人认为是搞人口普查的，有人认为是作数字图表的，显然，统计学的社会认知度较低。统计学的认识对象是数据，数据是反映客观事物的特征及其表现，现在是大数据(BDT)时代，几乎所有的学科领域都有数据，故人们有必要了解什么是统计学。有关文献统计学的定义上百个，代表性的有如下五个：曾五一（2013）认为，统计学是研究如何测定、收集、整理、归纳和分析反映客观现象总体数量的数据，以帮助人们正确认识客观世界数量规律的方法论科学。茆诗松（2007）认为，数理统计是研究怎样以有效的方式收集、整理、分析带随机性的数据，并在此基础上，对所研究的问题作出统计推断，直至对可能做出的决策提供依据或建议。还有大不列颠百科全书（雷平，2012)、埃文斯（201 0）、统计科学百科全书（Kotz.S.Johnson. N. and Read,1988）的统计学定义。这些定义，在方法有效性、或方法顺序、或收集数据的范围、或目的、或作用、或重要性上存在不足。统计学是方法论，因此，统计学定义应该从统计学解决实际问题的方法共性中进行归纳，这有利于人们提高统计学的认知度，有利于人们认识统计学的重要性。据查，这种做法国内外其它文献几乎没有提及。事实上，统计学的定义是：

    统计学是有效收集、处理、分析和解释数据，发现规律，更好决策的一门方法论科学。简称为用数据发现规律、更好决策的科学，其中的收集数据、发现规律是培养行业精英和领袖植根的、深刻的、永久性的核心理念。

众所周知，发现规律、更好决策、培养行业精英和领袖是很重要的，统计学真有这些要素吗？显然，仅文字上的分析和解释是缺乏说服力的。以下给出统计学解决实际问题的公认案例，并从它们的方法共性中归纳出这些结论。

信息图表

信息图表或信息图形是指信息、数据、知识等的视觉化表达。信息图表通常用于复杂信息高效、清晰地传递，信息图表在计算机科学、数学以及统计学领域也有广泛应用，以优化信息的传递。可以看做是数据可视化分析(Data Analysis)的一个方向，人类大脑对于图形更容易接受，所以更能高效直观清晰的传递信息。

国内的各种数据视觉化表达还停留在Excel的柱形图、饼图上，让人们看到的数据枯燥乏味，下面的这组国外信息图给我们带来了耳目一新的感觉，让数据变得生动起来。

农田数据信息图表

过滤设备信息图表

生产线信息图表

地质结构信息图表

农业生产信息图表

农产品信息图表

信息可视化试图通过利用人类的视觉能力，来搞清抽象信息的意思，从而加强人类的认知活动。籍此，具有固定知觉能力的人类就能驾驭日益增多的数据。

经常看到有些人在汇报时会拿出一大串的数据与图表，看着很高大上而且很有说服力。

但却没人告诉我那些数据与图表是如何获取的。

不告诉我又怎么样，我可以自己找啊！今天就将他们公之于众，看你们以后还怎么装！

举个例子，为了更好的说明，我们现在假设一个竞争对手“清风”，可别以为我被收买了。

首先我们可以通过百度指数查看竞争对手近期的大致状况。

这里，系统自动给出了几个峰值，但更重要的是低谷开始上升的时候，因为对手在低谷发了力，才会出现峰值。（这里我只截了一张图，在顶部标红线的地方还可以选择查看需求图谱、用户画像等内容）

当然，百度指数很好用，但还需要配合一个更高级的：微指数（大家不要着急，文章结尾我会将这些各种工具与使用方法打包给大家）

在这个图表中，点击每一个节点都可以看到波动原因。

然而仅仅靠这个来推测波动原因还是不够的，我们还可以在百度指数那一栏，点击资讯关注

也可以看到，每一次波动对应的数据，百度指数和微指数相结合，就差不多把握住大致方向了。

但仅仅做这些，还是有点low。

我们还可以用 百 度 新 闻 与微博搜索 （对手任何发动顾客做的事，都会在微博体现）， 网络 广 告 监 测 数 据 与 新 闻 监 测 数 据，以竞争对手品牌名为关键词搜索，看竞争对手用付费媒体做了哪些事，用用户口碑做了哪些事。

然而我们忘了一件事……

微信！

不担心，这个直接用搜狗微信搜索就可以了

然后全部是公号文章，再加一个工具：新榜，直接就可以看出每篇文章或公号的影响力有多大，还可以实时监测操作、对比分析等。

然而以上这些学会了也没啥用，用这些工具得出来的东西于你而言顶多装一下格调！

土鸡瓦狗！

带不来实质性的改变与效果，下篇文章带大家在这些基础之上来一些更深层次的东西。

谢谢大家的阅读，我是王不留，一个营销人，致力于推动营销科学化、理性化。

了解数据和图表是我们定期使用阅读新闻文章，报告和其他媒体来解释信息的关键技能。在这个单位中，学生们调查数据收集，数据组织和不同图形（即线图，饼图）的视觉表示。学习者还应用概率和统计学概念来分析数据。

本课程包括5种可打印的学习活动

全部下载（5）

收集和组织数据3

当学生完成本系列的第三个练习时，他们将成为收集和组织数据的主人。

线图和分数运算

学生了解如何使用线图解释数据后，了解小数部分操作将会更容易。

概率与统计3

完成第三次概率统计之后，您的学生将自行寻求游戏理论的工作。