前提条件

在本章中，我们将综合运用你所学到的 dplyr 和 ggplot2 知识，交互式地提出问题、用数据回答问题，然后再提出新的问题。

library(tidyverse)

问题

没有常规的统计问题，只有值得怀疑的统计常规。

—大卫·考克斯爵士

对正确的问题给出近似的答案，远胜于对错误的问题给出精确的答案，因为前者往往模糊，而后者总可以被做得看似精确。

—约翰·图基

你在探索性数据分析（EDA）中的目标是深入理解你的数据。最简单的方法就是把问题当作工具来引导你的探索。当你提出一个问题时，这个问题会把你的注意力集中在数据集的某个特定部分，并帮助你决定应该绘制哪些图形、构建哪些模型或进行哪些变换。

EDA 从根本上来说是一个创造性的过程。与大多数创造性过程一样，提出高质量问题的关键在于提出大量的问题。在分析之初很难提出有启发性的问题，因为你并不知道数据集中蕴含着哪些洞见。另一方面，你提出的每个新问题都会让你接触到数据的一个新侧面，并增加你有所发现的机会。如果你能根据每个问题的发现继续提出新问题，你就能快速深入挖掘数据中最有趣的部分——并形成一系列发人深省的问题。

对于应该提出哪些问题来引导研究，并没有固定的规则。不过，有两类问题对于在数据中发现规律总是很有用的。你可以粗略地将它们表述为：

• 1. 我的变量内部存在哪种类型的变异？
• 2. 我的变量之间存在哪种类型的协变？