乌迪塔·阿马兰达·维杰苏里亚 用于识别分布特征和测试假设的Sv-plot。 （英语） Zbl 07713476号 Commun公司。统计、仿真计算。 52，编号1，207-228（2023）. 摘要：直方图和箱线图是有效且简单的图形工具，广泛用于探索单变量数据的分布特征。在这项提议的工作中，定义了两个称为样本方差图（Sv-plots）的统计图，用于说明样本方差的平方偏差。Sv-plot以深刻的洞察力展示了每个数据值对样本可变性的贡献。除了捕捉分布的对称性和偏度外，这些图还可以基于在每个图上引入的两个新边界来检测数据中的异常值，这两个边界类似于箱图。与直方图和箱线图相比，对于实际数据和模拟数据，Sv-plot在揭示更多信息方面起到了决定性的作用。Sv-plots显示准确的数据值，提高了检测掩盖的非典型值和数据不对称性的视觉感受。值得注意的是，可以使用一个版本的Sv-plot来显示单个和两个总体平均值的测试假设，并发现一种图形方法来进行决策。研究发现，Sv-plot的性能优于直方图和箱线图，并且除了识别分布特征之外，还有其他优点。 MSC公司： 62至XX 统计 关键词：数据可视化;假设检验;异常检测;样本方差;偏斜度;平方偏差 软件：ggplot2 PDF格式BibTeX公司 XML格式引用 \textit{U.A.Wijesuriya}，Commun（美国科姆）。统计、仿真计算。52，编号1，207--228（2023；Zbl 07713476） 全文： 内政部 参考文献： [1] Andersen，P.K。；O.博根。；吉尔，R.D。；Keiting，N.，基于计数过程的统计模型（1993），纽约：Springer-Verlag，纽约·Zbl 0769.62061号 [2] Pearson，K.，《进化数学理论的贡献》。二、。均质材料的倾斜变化（1895年），《伦敦皇家学会哲学学报A：数学、物理和工程科学》，伦敦皇家学会的哲学学报A [3] Tukey，J.W.，《数学与数据绘图》（1975年）·Zbl 0347.6202号 [4] Wackerly，D.D。；门登霍尔，W.III；Scheaffer，R.L.，数理统计与应用（2008），加利福尼亚州贝尔蒙特：Brooks/Cole CENGAGE学习 [5] Wickham，H.，ggplot2：数据分析的优雅图形（2016），Springer-Verlag:Springer-Verlag，纽约 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。