毕业论文的描述性分析的图

描述性分析是数据分析的重要步骤。进行描述性统计分析前，首先应理解搜集数据、分析数据，以及识别一些常见数据来源的必要性；然后，应该了解实践中常见的数据类型，数据汇总的方法；最后，再确定单变量的数值描述方法，以及两个或两个以上的数据分析方法。

1. 数据：定义和目标

首先，我们应该确定一些定义。

数据：用来展示和解释所搜集、分析和提炼和事实和数字；

变量：可以取不同值的标志或指标。如：行业、股价、市值；

决策变量：变量的取值直接受决策人的控制；

随机变量/不确定性变量：变量的取值不受决策人直接控制的因素的影响，可能会出现不确定性波动；

观察/观测：一组变量对应的一组值；

描述性分析，即通过对搜集的数据进行分析，以获得对变异及其商务环境影响很好的认识。

2. 数据的类型

（1）总体数据和样本数据：许多情况下，从总体（感兴趣的元素的集合）中搜索数据是不可行的。此时，可以从总体的子集（样本）中搜集数据。搜索那些能够代表总体的样本数据很重要，只有这样才能把那些样本数据推广到总体情况的认识。

（2）数量数据和属性数据：数量数据指能够进行加减乘除等数值和算术运算的数据，如：公司的市值；属性数据指那些不能进行算术运算的数据，对这些数据进行描述性分析，只能进行计数或计算每一个类别观察值的比例，如：公司所属的行业。

（3）截面数据和时间序列数据：截面数据是指在同一时间或几乎相同的时间搜集来一些个体的数据；时间序列数据：指几个时期的数据。时间序列数据图能够帮助分析人员了解过去发生了什么，识别随着时间变化而发生变化的趋势，并且可以对未来进行预测。