Lesson 04: Trực quan hoá phân phối

Histogram, boxplot, violin, Q-Q plot, ECDF — chọn chart đúng cho mục đích. Cùng dataset, xem qua 4 biểu đồ khác nhau.

1. Histogram — thay đổi bin width

Chọn phân phối, kích cỡ mẫu, rồi kéo slider bin width. Quá ít bin → mất chi tiết. Quá nhiều → nhiễu.

Thử: kéo bin width — cùng một dữ liệu lúc 1 đỉnh lúc 2 đỉnh: histogram cũng có "tham số" và có thể đánh lừa.

200
15
Quy tắc gợi ý sẽ hiển thị ở đây.

2. Boxplot — Q1, Q3, IQR, outlier 1.5×IQR

Cùng dataset của Module 1. Xem 5-number summary và quy tắc whisker 1.5×IQR.

3. Q-Q plot — dữ liệu có Normal không?

Q-Q plot vẽ quantile mẫu chống lại quantile lý thuyết Normal. Nếu dữ liệu Normal → các điểm nằm trên đường thẳng y=x. Nếu lệch → cong.

4. ECDF — hàm phân phối tích lũy thực nghiệm

ECDF không cần chọn bin. Mỗi điểm dữ liệu tạo bậc thang nhảy 1/n. Đọc: F(x) = "tỉ lệ điểm ≤ x".

5.0

5. Chọn chart nào khi nào?

ChartMạnh ởYếu ởKhi dùng
HistogramThấy hình dạng phân phối, mode, modes, skewNhạy với bin width; xấu khi n nhỏ1 biến, n ≥ 50, EDA đầu tiên
BoxplotSo sánh nhiều nhóm; outlier nổi bậtGiấu bimodal; không thấy hình dạng chi tiếtSo sánh ≥ 2 nhóm trên cùng axis
ViolinHistogram + boxplot kết hợp; thấy bimodalCần đọc người xem; bias khi n nhỏSo sánh nhóm khi nghi ngờ bimodal
Q-Q plotKiểm tra Normal qua mắt; nhạy với đuôiChỉ cho 1 biến vs phân phối lý thuyếtKiểm tra giả định Normal trước test parametric
ECDFKhông cần bin; chính xác mọi quantileKhó đọc với người không quenSo sánh chính xác 2 phân phối; tính median/quantile