Ein Log-Log-Diagramm ist ein Diagramm, das sowohl auf der x-Achse als auch auf der y-Achse logarithmische Skalen verwendet.
Diese Art von Diagramm ist nützlich, um zwei Variablen zu visualisieren, wenn …
In einem Stamm-Blatt-Diagramm werden Daten angezeigt, indem jeder Wert in einem Datensatz in einen Stamm und ein Blatt aufgeteilt wird. Es ist ein nützliches Diagramm zur einfachen Visualisierung der Verteilung eines Datensatzes.
In diesem Tutorial wird erläutert, wie Sie in SPSS ein Stamm-Blatt-Diagramm erstellen.
Angenommen, wir haben den folgenden Datensatz, der die durchschnittlichen Punkte pro Spiel für 16 Basketballspieler zeigt:
Um ein Stamm-Blatt-Diagramm für dieses Dataset zu erstellen, klicken Sie auf die Registerkarte Analysieren, dann auf Beschreibende Statistik und dann auf Durchsuchen.
Daraufhin wird das folgende Fenster geöffnet:
Um ein Stamm-Blatt-Diagramm zu erstellen, müssen Sie die variablen Punkte in das Feld Abhängige Liste ziehen. Dann müssen wir sicherstellen, dass unter der Option Anzeige am unteren Rand des Felds Diagramme ausgewählt ist.
Sobald wir auf OK klicken, wird das folgende Stamm-Blatt-Diagramm angezeigt:
In der Stammspalte wird die erste Ziffer für jeden Datenwert angezeigt, während in der Blattspalte die zweite Ziffer angezeigt wird.
Das erste Blatt in der ersten Reihe repräsentiert beispielsweise den Spieler, der durchschnittlich 5 Punkte pro Spiel erzielt:
Und das letzte Blatt in der letzten Reihe repräsentiert den Spieler, der durchschnittlich 31 Punkte pro Spiel erzielt:
Diese einfache Darstellung hilft uns, eine Vorstellung von der Verteilung der Punkte zu bekommen, die von den 16 Spielern in diesem Datensatz erzielt wurden.
Das könnte Sie auch interessieren:
So erstellen Sie ein Stamm-Blatt-Diagramm in Excel
Ein Log-Log-Diagramm ist ein Diagramm, das sowohl auf der x-Achse als auch auf der y-Achse logarithmische Skalen verwendet.
Diese Art von Diagramm ist nützlich, um zwei Variablen zu visualisieren, wenn …
Bei der Verwendung von Klassifizierungsmodellen beim maschinellen Lernen verwenden wir häufig zwei Metriken, um die Qualität des Modells zu bewerten, nämlich Präzision und Erinnerung.
Precision: Korrigieren Sie positive Vorhersagen im …