MSIN0010 Coursework (2 assessments) R 数据分析

🧾 一行是一笔交易，先数人

上一期 Coursework 1 给的电商数据，记录的是不同顾客的一笔笔交易，题目让你分析平台顾客的年龄。

顺手的做法是对年龄那一列求均值、画直方图。如果同一位顾客买了五次，他的年龄就被算了五次；一位每周都来买的 25 岁顾客，分量抵得上五位只买过一次的 50 岁顾客。算出来的数更像常买的人的年龄。

动手前先看一行代表什么：一位顾客，还是一笔交易。按交易算，就照实写「交易对应的年龄」；想说顾客本身，先按顾客去重再算，两种口径不放进同一句结论。

📊 均值和图说同一件事

上一期的题目要求至少一个统计量加一张图，还要解释它们怎么说明年龄。

只放一个平均年龄，会漏掉分布的形状。举个假设的例子：五位顾客 20、20、20、20、60 岁，均值 28，中位数 20，直方图上四个人挤在 20 岁，一个人在 60 岁。只看 28，你会以为客群接近三十岁，可五个人里没有一个是这个年纪。

我的做法是均值、中位数一起报，配一张直方图，再写一句三者共同支持的判断。比较年龄和价格用散点图，比较年龄和品类先分组整理。看到关联只写关联，年龄不能直接当成买得不同的原因。

🔗 每段代码挨着它的结果

上一期每道数据题都写明：附上全部 R 代码，写清哪段代码产出哪个结果。提交是一个 PDF，模板推荐使用，不强制。

如果你把代码全堆到附录，正文只放图和数字，看的人对不上哪张图来自哪几行，算对了也说明不了。数字抄进正文时也容易和输出差一位小数，挨着放就一眼能核对。我的做法是一小问一个块：问题、代码、输出、两三句解释，按这个顺序排，图的坐标轴和计数对象也写在图下面。

还有一处：上一期生成式工具只能像查 Google 一样帮你写代码，概率推导那几道题明令不能用，要写出推导步骤。本期规定以 Moodle 上新发的 brief 为准。

📏 均值差的区间怎么读

比较两组平均每单件数时，先定好相减顺序，比如 A−B，再确认两组是互不重叠、独立抽取的样本。只有样本标准差时用 t 区间；同一批顾客的前后记录要按配对处理。

饮品店比较两份菜单的假设区间（杯／人）：

写结论前过一遍：