文章详情

摘要

面对信息时代数据激增的挑战，统计学作为关键的数据处理工具，其复杂的理论与模型常难以被非专业人士理解。为提升非专业人士对统计学抽象概念和理论的理解，本文探讨了R语言中Animate包在统计学可视化中的应用，使用该包实现了K均值聚类和SVM分类等统计学方法的可视化，揭示了参数变化对聚类和分类结果的影响。研究结果表明，Animate包能够有效地将抽象的统计学概念转化为直观的动态图形，并通过实际案例（Wisconsin乳腺癌数据集的SVM分类）验证了其在数据分析中的应用价值。尽管Animate在统计学可视化中展现出优势和应用潜力，但其在综合应用方面仍存在局限性。未来的研究可进一步探索Animate在更广泛统计学领域的应用，并开发高级可视化工具以满足不断增长的数据分析需求。

关键词

Animate；R语言；可视化；统计学

参考文献

1. [1] 赵国庆，黄荣怀，陆志坚.知识可视化的理论与方法 [J].开放教育研究，2005（1）：23-27.
2. [2] 曾文权，张良均.Python数据分析与应用（微课版）：第2版 [M].北京：人民邮电出版社，2021.
3. [3] 王媛媛，丁毅，孙媛媛，等.数据可视化技术的实现方法研究 [J].现代电子技术，2007（4）：71-74.
4. [4] 周雅婷，张融，牟晖.基于多模态话语分析的数据可视化设计框架研究 [J].包装工程，2025，46（18）：75-83.
5. [5] 茆诗松.概率论与数理统计教程 [M].北京：高等教育出版社，2004.
6. [6] XIE Y H. Animation: An R Package for Creating Animations and Demonstrating Statistical Methods [J].Journal of Statistical Software，2013，53（1）：1-27.
7. [7] 岳晓宁，丁宇.大数据时代统计学重构浅析 [J].沈阳大学学报：自然科学版，2017，29（3）：250-253.
8. [8] 刘勘，周晓峥，周洞汝.数据可视化的研究与发展 [J].计算机工程，2002（8）：1-2，63.
9. [9] 米霖.R语言数据可视化实战 [M].北京：机械工业出版社，2020.
10. [10] 任磊，杜一，马帅，等.大数据可视分析综述 [J].软件学报，2014，25（9）：1909-1936.
11. [11] 杨彦波，刘滨，祁明月.信息可视化研究综述 [J].河北科技大学学报，2014，35（1）：91-102.
12. [12] SARKAR D. Lattice: Multivariate Data Visualization with R [M].New York：Springer，2008.
13. [13] HUNTER J D. Matplotlib: A 2D Graphics Environment [J].Computing in Science & Engineering，2007，9（3）：90-95.
14. [14] WICKHAM H. ggplot2: Elegant Graphics for Data Analysis [J].Journal of Statistical Software，2009，35（1）：1-21.
15. [15] 袁佳.R语言及ggplot2在环境空气监测数据可视化中的应用 [J].中国高新技术企业，2015（16）：88-91.
16. [16] 任鹏，王廷伟，Christos Grecos.基于Shiny框架的海洋浮标大数据处理实验平台 [J].实验室研究与探索，2018，37（8）：46-49.
17. [17] 林郁苍，卓朝阳，林琦.基于Python+Pandas+ Matplotlib的抗菌药物使用强度可视化 [J].海峡药学，2022，34（10）：126-129.
18. [18] 李晨昊，王剑雄，党然，等.基于PyECharts的爬虫数据可视化研究 [J].河北建筑工程学院学报，2023，41（2）：209-213.
19. [19] 陶莹，杨锋，刘洋，等.K均值聚类算法的研究与优化 [J].计算机技术与发展，2018，28（6）：90-92.
20. [20] 钟志强.基于R语言机器学习的分类算法应用研究 [J].鞍山师范学院学报，2015，17（4）：48-52.
21. [21] 张学工.关于统计学习理论与支持向量机 [J].自动化学报，2000（1）：32-42.
22. [22] 丁世飞，齐丙娟，谭红艳.支持向量机理论与算法研究综述 [J].电子科技大学学报，2011，40（1）：2-10.

基金项目

2023年广西高等教育本科教学改革项目(2023JGB329)

作者简介

王茜（2002—），女，汉族，江苏淮安人，硕士研究生在读，研究方向：机器视觉；潘伟权（1980—），男，汉族，广西平南人，副教授，博士，研究方向：统计学、概率论与数理统计。