YouTube

Got a YouTube account?

New: enable viewer-created translations and captions on your YouTube channel!

Chinese, Simplified subtitles

← Understanding Noise: Age to Age Months - Data Analysis with R

Get Embed Code
5 Languages

Showing Revision 1 created 08/27/2016 by Udacity Robot.

  1. 我们回到这个汇总年龄和平均好友数关系的散点图
  2. 记得我们最终使用 d ply r 程序包
  3. 所创建的新数据帧生成了这幅图
  4. 这幅图像这个样子
  5. 可以看出 黑线有很多随机噪声
  6. 也就是说 平均好友数在每个年龄上升降
  7. 我们打印出一些数据帧来详细观察
  8. 可以看出 平均好友数上升
  9. 然后在以后下降 在具体例子中可以看出
  10. 对于 30 岁年龄 平均好友数
  11. 实际上低于 29 岁和 31 岁
  12. 部分的年同比不连续性可能说得过去
  13. 比如在年龄 69 岁的尖峰
  14. 但其它很可能就是
  15. 围绕年龄和好友数真实平滑关系的噪声 也就是说反映出
  16. 我们只从数据生成流程中得到一个样本
  17. 所以每个年龄的预估平均好友数
  18. 是真实平均值加上一些噪声
  19. 我们可以想象 如果选择更精细的年龄容器
  20. 这幅图的噪声会更糟一些 例如
  21. 我们可以估计每个年龄的条件平均值 单位用月份代替年份
  22. 在下面几个编程练习中 你会做这个
  23. 你将使用新的变量创建类似这样的图形
  24. 其中的年龄单位是月份而不是年份
  25. 然后将按照月龄绘制条件平均值
  26. 然后将这幅图与你生成的图对比
  27. 开始时 创建的是含月份的年龄变量
  28. 将其保存到数据帧内
  29. 这个变量所含的是每个用户用月份度量的年龄
  30. 而不是按年份 所以 如果用户为 36 岁
  31. 出生于三月 那么用户的年龄就是
  32. 36.75 岁 尝试在 R 中自己编写这个代码
  33. 完成这段代码后
  34. 复制并粘贴到浏览器中提交
  35. 这是其中一个练习 评分器将自动检查你的输出
  36. 如果你第一次尝试未能做对
  37. 也不要担心 这个有点难度
  38. 我建议你考虑年龄和不同的生月
  39. 会如何影响含月份的年龄变量
  40. 使用实际值会对你有所帮助