1、数据的预处理包括内容：
数据的预处理是在对数据分类或分组之前所做的必要处理，内容包括数据的审核、筛选、排序等。
（1）数据审核就是检查数据中是否有错误。对于通过调查取得的原始数据，主要从完整性和准确性两个方面去审核；对于通过其他渠道取得的二手数据，则应着重审核数据的适用性和时效性。
（2）数据筛选是根据需要找出符合特定条件的某类数据。
（3）数据排序是按一定顺序将数据排列。以便研究者通过浏览数据发现一些明显的特征或趋势，找到解决问题的线索。除此之外，排序还有助于数据检查纠错，以及为重新归类或分组等提供方便。
2、条形图与直方图的区别和联系
联系：都用来展示数据分布情况。
区别：（1）条形图宽度固定且无意义，长度（高度）表示频数多少；直方图宽度表示组距；高度表示每组的频数；面积表示各组频数。
（2）条形图是分散排列的；直方图是连续排列的。
（3）条形图主要用于展示分类数据；直方图主要用于展示数值型数据（其中的分组数据）。
3、茎叶图与直方图的区别和联系：
联系：都用来展示数据分布情况。
区别：（1）茎叶图主要用于展示未分组数据；直方图主要用于展示分组数据。
（2）茎叶图保留了原属数据；直方图不能表示出原始数据。
（3）茎叶图适用于小批量数据；直方图适用于大批量数据。
4、数值型数据的分组方法有哪些?简述组矩分组的步骤。
数值型数据分组的方法有单变量值分组和组距分组,单变值分组是保证每一个变量值作为一组，适合于离散分布且变量值个数较少时，连 续型变量或离散变量且变量值个数较多时，通常做组距分组，是将全 部变量划分为若干个区间，并将一个区间的变量值作为一组。组距分组的步骤如下:第一步，确定组数。组数的多少与数据的多少 以及数据自身的特点等决定。第二步，确定各组组距。组距是一个组 的上限与下限的差，可以根据最大值，最小值以及组数来确定组距， 即组距=(最大值一最小值)÷组数，可以用等距分组，也可以根据数据 的特点采用不等距分组。第三步，根据分组整理出频数分布表，并注 意遵循“不重不漏”和“上下限不在内”的原则。
最后附上该章节的思维导图：
