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.
Module 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.
Quy tắc gợi ý sẽ hiển thị ở đây.
Module 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.
Module 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.
Module 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".
Module 5: Chọn chart nào khi nào?
| Chart | Mạnh ở | Yếu ở | Khi dùng |
|---|---|---|---|
| Histogram | Thấy hình dạng phân phối, mode, modes, skew | Nhạy với bin width; xấu khi n nhỏ | 1 biến, n ≥ 50, EDA đầu tiên |
| Boxplot | So sánh nhiều nhóm; outlier nổi bật | Giấu bimodal; không thấy hình dạng chi tiết | So sánh ≥ 2 nhóm trên cùng axis |
| Violin | Histogram + boxplot kết hợp; thấy bimodal | Cần đọc người xem; bias khi n nhỏ | So sánh nhóm khi nghi ngờ bimodal |
| Q-Q plot | Kiểm tra Normal qua mắt; nhạy với đuôi | Chỉ cho 1 biến vs phân phối lý thuyết | Kiểm tra giả định Normal trước test parametric |
| ECDF | Không cần bin; chính xác mọi quantile | Khó đọc với người không quen | So sánh chính xác 2 phân phối; tính median/quantile |