Python学习第十四周：Anscombe's quartet

about Anscombe's quartet

在1973年...构造了四组独特的数据样本。该方法表明，在分析数据之前绘制相应的图形具有重要意义。

这四个样本中各x变量均取值约为9.0（具体计算得出其算术平均为8.96），相应各y变量均取值约为7.5（其算术平均为7.48）。每个x变量的标准差均为约3.16（因为方差是10），每个y变量的标准差约为1.936（因为方差是3.75）。尽管从这些统计指标来看各组情况看似相似，并且它们的一系列统计属性包括相同的均值、方差、相关系数以及回归参数都高度一致。然而实际上它们之间存在显著差异

将这些数据以图形的方式呈现出来后会发现这四组数据呈现出四种不同的模式。其中大多数人在看到这些统计数据时的第一反应是一样的这种状况被认为是'正常'的情形。然而实际上第二组数据显示出一种精确呈现二次函数关系的现象但由于错误应用线性模型这一假设条件各相关统计指标与第一种情形所得出的结果却完全一致。对于第三种情形尽管其呈现出严格的线性变化特征但其中存在一个异常值这一特殊现象导致各个统计指标包括相关度数值均出现了偏差。而第四种情形则是更为极端的情况由于存在更为严重的异常值不仅影响了基本的平均数和方差计算更造成了回归分析结果的所有指标发生重大偏差

参考：http://www.matrix67.com/blog/archives/2308

question