受访者在购买无线耳机时被问及他们认为通常可以使用多少个月。然而,答案“ 个月”很引人注目。一般来说,年内你都不会想到使用无线耳机。也许您错误地认为响应单位是天,而不是月。如果是这样,我们可以判断这个值是异常值。在解释主观数字响应时,找到并挑选出异常值非常重要。查找异常值的技巧之一是使用最小值和最大值以及直方图。直方图是将所有数据划分为规则间隔(部分)并以条形形式显示每个部分中包含的数据数量的图表。
条形越高,该部分的数据越多,因此您可以一目了然地看到数据的分布情况。我们来看一下无线耳机使用时间问题的结果图。最大值是,但是看图表,到之间没有任何响应。由此看来,我们可 卡塔尔电话号码列表 以判断是一个过大的值。打开分析结果摘要选项卡是否有寻找异常值的标准?寻找异常值没有固定的标准。确定这是否值得做出回应。如果你负责一个无线耳机品牌,你可能会认为使用耳机年这个答案不是常识。
当然,有多种方法可以统计定义异常值,因此如有必要,您可以寻求专家的帮助。 通过分段设置功能更轻松地进行图表分析 此外,当将主观数值响应数据可视化为直方图时,必须适当设置间隔。 Open Analytics 默认间隔为 ,但您可以根据需要自由修改。 的间隔可能太大或太小,无法将响应分组在一起。下图是将无线耳机使用时间响应图修改为第节绘制的直方图。现在比以前更容易理解响应的分布。
|