mind on stat

draft/DataAnalysis/statsbook_mindonstats

@@ -80,10 +80,27 @@ ggplot(data=data.f,aes(x=rownames(data.f), fill=data)) + geom_bar(width=1) + coo
 pie(t(mdata[1:3]),col=rainbow(3))
 </example>
 
-ggplot的配色方案要找几套比较好看的，默认的太难看。
+ ***TODO*** ggplot的配色方案要找几套比较好看的，默认的太难看。
 
 ** Exploring Features of Quantitative Data with Pictures
 
+
+
+**Notes**
+数据分为离散数据和连续数据。
+
+在数据集(dataset)方面，category的数据输入离散的数据，对这种数据一般用pie,barplot展示出来。
+pie一般指对一种Category的数据继续展示；barplot可以对多种数据进行展示。
+
+连续数据的表示方法就比较多了，比如histogram, stem, boxplot.
+
+histogram通过bar的宽度来调整信息的展示，太宽则信息丢失，太窄则细节信息被展示出来。
+stem在某些情况既能够很好的展示数据summary信息，又能展示细节信息。
+boxplot能够清楚的展示其五数summary信息，同时吧outlier展示出来。
+
+宗旨是能够体现数据的location, spread, shape and outlier。
+能够把数据的特点清楚的、一目了然的展示出来。
+
 find information with visual display and summary about the data.
 
 1. 直方图(histogram)的方式来描述Quantitative Data。
@@ -147,6 +164,8 @@ summary quantitative data注意下面几个点：
 针对奇异点有时可能因为试验误差产生的，要去掉以减少干扰。
 有时则对奇异点是有用的数据，可能着重的对其分析。
 
+查找Outlies的比较好的方法是：boxplot方法。
+
 上面所说的几个图形化的表示可以展示出这三个方面。
 
 <b>画直方图注意几点：</b>
@@ -168,7 +187,7 @@ stem(cddata,scale=2)
 
 观察shape，要不断的发掘其特点
 1. 是单分布还是多分布组合
-2. 有几个波峰值peak, bimodal
+2. 有几个波峰值peak, unmodel, bimodal
 3. 是skewed to the left(左拖尾)还是skewed to the right(右拖尾）
 4. 其分布图形是一个什么形状，bell-shaped(钟形)
 
@@ -197,7 +216,7 @@ boxplot还可以表示出median
 
 <b>fomulation</b>
 
-n, Xi, mean, median.
+ <latex>$ n, x_i, mean, median. $</latex>
 
 
 boxplot
@@ -212,6 +231,13 @@ IRQ is Interquartile range)
 
 <b>Percentiles 百分位数</b>
 
+当被人说什么什么<b>太</b>怎么样，影响到了……。
+这种言论表明当前的状态是一个outlier，那此时就应该用历史判断一下是否是一个outlier。
+
+比如书中说的一个例子，今天的雨太多了，达到往年的170%~180%，严重的影响了公司的performance。
+听到这里，应该反映这个是真的，影响的前提就是今年的降雨量比较大，真的很大吗，
+通过历史的数据判断一下该数据是否是outlier，如果不是则说明降雨量只是公司的一个托词。
+
 *** 怎样处理Outliers
 
 1. 不应该简单的将其删除，分析其原因，有可能是问题的兴趣点。

publish/DataAnalysis/statsbook_mindonstats.html

@@ -175,13 +175,45 @@ <h3>summary for categorical variable</h3>
 pie(t(mdata[1:3]),col=rainbow(3))
 </pre>
 
+<blockquote>
 <p>
-ggplot的配色方案要找几套比较好看的，默认的太难看。
+ <strong><em>TODO</em></strong> ggplot的配色方案要找几套比较好看的，默认的太难看。
 
 </p>
+</blockquote>
 
 <h3>Exploring Features of Quantitative Data with Pictures</h3>
 
+<p>
+<strong>Notes</strong>
+数据分为离散数据和连续数据。
+
+</p>
+
+<p>
+在数据集(dataset)方面，category的数据输入离散的数据，对这种数据一般用pie,barplot展示出来。
+pie一般指对一种Category的数据继续展示；barplot可以对多种数据进行展示。
+
+</p>
+
+<p>
+连续数据的表示方法就比较多了，比如histogram, stem, boxplot.
+
+</p>
+
+<p>
+histogram通过bar的宽度来调整信息的展示，太宽则信息丢失，太窄则细节信息被展示出来。
+stem在某些情况既能够很好的展示数据summary信息，又能展示细节信息。
+boxplot能够清楚的展示其五数summary信息，同时吧outlier展示出来。
+
+</p>
+
+<p>
+宗旨是能够体现数据的location, spread, shape and outlier。
+能够把数据的特点清楚的、一目了然的展示出来。
+
+</p>
+
 <p>
 find information with visual display and summary about the data.
 
@@ -277,6 +309,11 @@ <h4>shape</h4>
 
 </p>
 
+<p>
+查找Outlies的比较好的方法是：boxplot方法。
+
+</p>
+
 <p>
 上面所说的几个图形化的表示可以展示出这三个方面。
 
@@ -326,7 +363,7 @@ <h4>shape</h4>
 <ol>
 <li>是单分布还是多分布组合
 </li>
-<li>有几个波峰值peak, bimodal
+<li>有几个波峰值peak, unmodel, bimodal
 </li>
 <li>是skewed to the left(左拖尾)还是skewed to the right(右拖尾）
 </li>
@@ -382,10 +419,13 @@ <h4>图形化显示的summary</h4>
 
 </p>
 
+<blockquote>
 <p>
-n, Xi, mean, median.
+ <a href="./latex/_499088943.png"><img src="./latex/_499088943.png" alt="" /></a>
+<!-- end of latex2png with input: $ n, x_i, mean, median. $-->
 
 </p>
+</blockquote>
 
 <p>
 boxplot
@@ -414,6 +454,19 @@ <h4>图形化显示的summary</h4>
 
 </p>
 
+<p>
+当被人说什么什么<b>太</b>怎么样，影响到了……。
+这种言论表明当前的状态是一个outlier，那此时就应该用历史判断一下是否是一个outlier。
+
+</p>
+
+<p>
+比如书中说的一个例子，今天的雨太多了，达到往年的170%~180%，严重的影响了公司的performance。
+听到这里，应该反映这个是真的，影响的前提就是今年的降雨量比较大，真的很大吗，
+通过历史的数据判断一下该数据是否是outlier，如果不是则说明降雨量只是公司的一个托词。
+
+</p>
+
 <h4>怎样处理Outliers</h4>
 
 <ol>
@@ -673,7 +726,7 @@ <h5>how to ask survey questions</h5>
         <col width="33%" /><col width="34%" /><col width="33%" />
         <tr>
           <td align="left">
-            <span class="footdate">Updated: 2013-01-25</span>
+            <span class="footdate">Updated: 2013-01-29</span>
           </td>
           <td align="center">
             <span class="foothome">