Question

一些数学的统计图的特点............

Box-and-Whisker Plot(这个中文不知道什么意思,,好像 盒须图)......Frequency Table(频率表).......Line plot(线图).....Line graph(折线统计图) Stem-and-leaf plot(茎叶图).....circle graph(扇形统计图).....Scatter plot(散布图).............就是以上这些...

Answer 1

折线统计图：不仅便于看出数据的变化趋势，而且还能看出数据的多少。
扇形统计图：便于看清整体与部分的关系。
条形统计图：便于看清数据的多少。
其他不知道。希望有帮助。

Answer 2

条形统计图：易于显示各组的具体数据。
扇形统计图：易于显示个体占总体的百分比。
折线统计图：易于显示数据的变化趋势。
频率表：易于显示各组的分布情况。
线图：用线条表示和度量距离。
盒须图：提供有关数据的位置和分散的参考

Answer 3

3++++++++++++++3333333333333

Answer 4

！@#￥%……&*（）（&￥@￥……**具体用途￥%&&&……

Answer 5

Box-and-Whisker Plot
这个叫盒须图，其实更多人喜欢叫做【柱形图】；柱形图知道了吗，就是比如我要统计近十年的某产量数据，那么我的横轴上有十个格，第一个区间为2点2001年与2002年之间的距离，然后这年的统计值作为纵轴，比如100，那么将100以下并在01到02之间的区域涂满，这就是一个统计数据。后面以此类推。
Frequency Table【频数统计表】
这是表格，表格就很好理解了，纵向为指标名称，横向为每个数据出现的次数，比如统计一个学校学生的身高，有两列依次表示[男生][女生]，然后每行前面都有如(155,160](160,165].....这后面对应的男生与女生的列分别记下身高处在此区间的人数有多少(也就是频数)。一般很多时候还要各加一列统计出现的百分比(也就是频率)。
Line plot 【线形图】
这是一种回归，就是将观测到的一些点(xi,yi)都描绘在坐标轴中，然后根据他们的位置分布特点来描绘出一条平滑的曲线(或直线)，观测的散点要尽可能近地均匀分布在所描出曲线的两侧。最典型的就是直线回归了。
Line graph【折线图】
前面的做法与上述一样，将观测到的(xi,yi)都描绘在坐标轴中，但是然后就不必做其他分析，直接将这些点逐一连接就可以了。
Scatter plot【散点图】
这个比上面的还要简单，把观测到的(xi,yi)都描绘在坐标轴中，放在那里就可以了。
circle graph【扇形图】
扇形统计，就是将总体做一个圆，以每个部分所占的比例而确定扇形的大小。
而【茎叶图】，这个我说不清楚，复制一段其他地方的：
茎叶图又称“枝叶图”，它的思路是将数组中的数按位数进行比较，将数的大小基本不变或变化不大的位作为一个主干（茎），将变化大的位的数作为分枝（叶），列在主干的后面，这样就可以清楚地看到每个主干后面的几个数，每个数具体是多少
例如：
现在有一堆30个数据：
41 52 6 19 92 10 40 55 60 75 22
15 31 61 9 70 91 65 69 16 94 85
89 79 57 46 1 24 71 5
画出的茎叶图如下：
0 | 1569
1 | 0569
2 | 24
3 | 1
4 | 016
5 | 257
6 | 0159
7 | 0159
8 | 59
9 | 124
比如第二行的数字如下：
1 | 0569
则代表数据集中有10，15，16，19四个数字。
以上来自http://zhidao.baidu.com/question/222254299.html
其实就是分支图，像家谱图的感觉一样。

不知有没有解答出你想要的东西。希望有帮助啦。

Answer 6

Box-and-Whisker Plot
这个叫盒须图，其实更多人喜欢叫做【柱形图】；柱形图知道了吗，就是比如我要统计近十年的某产量数据，那么我的横轴上有十个格，第一个区间为2点2001年与2002年之间的距离，然后这年的统计值作为纵轴，比如100，那么将100以下并在01到02之间的区域涂满，这就是一个统计数据。后面以此类推。
Frequency Table【频数统计表】
这是表格，表格就很好理解了，纵向为指标名称，横向为每个数据出现的次数，比如统计一个学校学生的身高，有两列依次表示[男生][女生]，然后每行前面都有如(155,160](160,165].....这后面对应的男生与女生的列分别记下身高处在此区间的人数有多少(也就是频数)。一般很多时候还要各加一列统计出现的百分比(也就是频率)。
Line plot 【线形图】
这是一种回归，就是将观测到的一些点(xi,yi)都描绘在坐标轴中，然后根据他们的位置分布特点来描绘出一条平滑的曲线(或直线)，观测的散点要尽可能近地均匀分布在所描出曲线的两侧。最典型的就是直线回归了。
Line graph【折线图】
前面的做法与上述一样，将观测到的(xi,yi)都描绘在坐标轴中，但是然后就不必做其他分析，直接将这些点逐一连接就可以了。
Scatter plot【散点图】
这个比上面的还要简单，把观测到的(xi,yi)都