MIS171 COURSE｜画图前，先把变量认清
🧭 前三周其实在训练同一条判断链
拿到一张业务数据表，先别急着点图表按钮。MIS171 前三周连起来，顺序很清楚：先认清每一列数据，再看当前分析涉及几列，然后选统计量或图表，最后把结论停在证据能支持的位置。
- 标出每列是 categorical 还是 numerical。
- 确认目前只看一个变量，还是同时看两个变量。
- 按组合选择统计量和图表。
- 写结论时注明分布、异常点和关系边界。
这套顺序会直接影响后面的 dashboard 和报告。前面把变量认错，后面即使用 Excel 顺利算出一个数字，那个数字也可能没有业务含义。
💡 图表做得快很有用，不过在动手前多花一分钟认变量，能让后面的计算、画图和解释站在同一套逻辑上。
🔢 数字长得像数量，也可能只是标签
第一眼先看数据实际表达什么。邮编由数字组成，但它表示地点类别。把 3000、3001、3002 求平均，不会得到一个可解释的「平均地点」。这里就应把邮编放在 categorical 里，按类别计数或比较分布。
测量尺度也会限制动作。ordinal 有高低顺序，但等级之间的距离没有被证明相等；numerical 才适合回答数量多大，并继续区分 discrete 与 continuous。先把这个基础判断写在草稿旁边：
- 🏷️ 标签或类别：保留类别含义，不做普通算术。
- 📏 数量：再看尺度、分布和适用的统计量。
- 📝 不确定的字段：先查定义，暂时不强行归类。
这份小标记看起来很朴素，却是后面所有选择的入口。
📦 只看一列时，中心数字也要结合分布
接下来只分析一个变量，就进入 univariate analysis。mean、median 和 IQR 提供的视角不同。mean 会被极端值拉动；median 依据排序位置；IQR 关注中间 50%。因此，允许计算均值，也不等于只报一个均值就够了。
材料里的银行等待时间有一个具体提醒：12.19 分钟按 Tukey 方法会被识别为离群值，而 z-score 约为 2.76，没有越过绝对值 3 的规则。两个方法给出不同标记很正常。此时可以保留该观察值，并说明使用的识别方法，再检查它怎样影响 mean、median 和箱线图。离群值是检查信号，删除需要另外的依据。
顺着这个例子，单变量分析可以按以下次序展开：
- 先看分布形状和异常点；
- 再比较 mean 与 median 的位置；
- 然后用范围、IQR 或标准差补充离散程度。
🧩 两列一起看，变量组合决定工具
再把第二列放进来，就进入 bivariate analysis。先写下两列各自的类型，不用背一长串图表名称，一张对应表就能把动作定下来。
