AI數據分析

美國統計學家John Tukey在1977年的著作《Exploratory Data Analysis》中，正式提出EDA的概念，主張在「驗證性分析」（Confirmatory Analysis，例如：假設檢定）之前，應先透過視覺化、簡化與迭代探索理解數據本質。他曾經批評當時的統計學家過度依賴形式化的推論，忽略「從數據中發現意外線索」的重要性。

數據探索是進行數據分析前的關鍵步驟，這個步驟能夠幫助我們理解數據的本質，避免後續分析的偏差與錯誤。實務上，EDA也可以節省研究過程的時間，沒有進行EDA可能會導致模型建立在有缺陷的數據上，例如誤解變數間之實際關係。無論是學術研究或業界應用，缺乏EDA的分析如同「蒙眼決策」。它既是科學，也是藝術，是數據工作者不可或缺的核心能力。

舉一個財金方面的例子：在銀行貸款審核中，經過數據探索發現「年齡」與「違約率」呈現U型關係，就是說年輕人和老年人的違約風險較高，中年人最低。若未經探索直接建模，可能誤判為線性關係，導致審核策略失準了。

EDA透過統計摘要和視覺化，我們能快速掌握數據的分佈、異常值和潛在模式，例如：發現收入數據中的極端值可能代表輸入錯誤，或察覺兩個變量間的隱藏關聯性。

John Tukey提出的EDA強調通過提問的方式以驅動數據探索，三個核心提問如下：

1. 數據中隱藏了什麼模式或結構？
   目的：發現數據本身的分佈、趨勢或異常。
   方法：可視化（直方圖或散點圖）觀察數據形態，通過統計量（平均數、變異數、偏態或峰態）量化分佈特徵。
   舉例：銷售數據中是否存在季節性波動？
2. 變數之間是否存在潛在關係？
   目的：識別變數間的相關性或因果線索。
   方法：計算相關係數矩陣或繪製熱力圖，交叉分析。
   舉例：用戶的活躍時長與消費金額是否相關？
3. 數據是否存在異常或缺陷？
   目的：確保數據品質，避免後續分析偏差。
   方法：檢測缺失值、離群值與異常值。
   舉例：醫療數據中是否存在不可能的血氧數值？

這一集，請AI幫助我們下載一組數據（未來會是你任職公司之內部資料庫數據），並請AI針對這樣的數據提出建議畫出什麼樣的統計圖～

第一步：把資料匯入

可見代碼有用到套件pandas_datareader，如果本地沒有的話就請先安裝，在執行過程中，有遇到BUG，發現本地缺少基礎套件setuptools，請先安裝
自行加入# 顯示數據框的前幾行
　　　　# 將數據框存成csv檔案

執行結果：

可見有兩個變數，分別是DATE代表日期，GDP代表美國GDP數據；
現在美國GDP之數據已經存入一個名為df之dataframe裡面。

第二步：畫出統計圖

接著，請AI針對這樣的數據提出建議畫出什麼樣的統計圖吧！
提醒：資料檔名、欄位名稱、數據類型或你有什麼特殊要求的話，都應該清楚寫出來，可以降低代碼報錯之機率。
剛開始時AI給出的代碼可能有報錯或結果不滿意的地方，可以經過再次溝通與修正，慢慢就會瞭解跟AI之技巧囉～

執行結果：