2020-04-20 10:51:07

docs/15.md

@@ -6,7 +6,7 @@
 
 > 自豪地采用[谷歌翻译](https://translate.google.cn/)
 
-在前一章中，我讨论了一个方案，将数据集分解为由一个类别变量定义的片段，例如政党，公司或健康状况。然而，我们想要深入探索，并一次按多个类别变量分解数据集，这并不罕见。例如，就议会席位而言，我们可能会对党派席位的比例和代表的性别感兴趣。同样，对于人们的健康状况，我们可以询问健康状况如何进一步影响婚姻状况。我将这些场景称为嵌套比例，因为我们添加的每个附加类别变量，都会创建一个更精细的嵌套在先前比例中的数据细分。有几种合适的方法可视化这种嵌套比例，包括马赛克图，树形图和平行集。
+在前一章中，我讨论了一个方案，将数据集分解为由一个类别变量定义的片段，例如政党，公司或健康状况。然而，我们想要深入探索，并一次按多个类别变量分解数据集，这并不罕见。例如，就议会席位而言，我们可能会对按照代表的党派和性别划分的席位比例感兴趣。同样，对于人们的健康状况，我们可以询问健康状况如何进一步影响婚姻状况。我将这些场景称为嵌套比例，因为我们添加的每个附加类别变量，都会创建一个更精细的嵌套在先前比例中的数据细分。有几种合适的方法可视化这种嵌套比例，包括马赛克图，树形图和平行集。
 
 ## 11.1 嵌套比例产生了错误