Kandungan
Dalam artikel ini: Membaca histogramTransaksi histogram8 Rujukan
Sekiranya anda perlu mengkaji statistik atau berunding dengan mana-mana dokumen yang mengumpulkan data teknikal, tidak mustahil anda juga boleh membaca histogram yang terkandung di dalamnya. Histogram adalah alat yang membolehkan persembahan visual maklumat. Secara umum, ia adalah graf di mana bar terhalang antara satu sama lain yang melambangkan bilangan kejadian fenomena dalam kumpulan atau dalam sampel. Untuk neophytes, beberapa petunjuk asas akan cukup untuk memahami apa yang boleh dimasukkan ke dalam histogram dan bagaimana ia harus ditafsirkan.
peringkat
Bahagian 1 Membaca histogram
-
Belajar mengenali mereka. Anda perlu membezakan mereka dari carta bar yang kelihatan seperti mereka, tetapi mempunyai ciri-ciri yang sangat berbeza. Carta bar membolehkan nombor untuk dikelompokkan ke dalam kategori, sementara histogram berfungsi untuk menunjukkan pengedaran nombor dalam julat yang berbeza. Secara umum, histogram digunakan untuk mewakili siri pemboleh ubah berterusan seperti saiz, berat, masa, dan sebagainya.- Pada carta bar, terdapat ruang di antara bar yang berbeza, yang bukan kes pada histogram.
- Histogram sering digunakan untuk melambangkan kekerapan sesuatu peristiwa dalam selang yang ditetapkan. Ia menunjukkan bilangan kali peristiwa berlaku.
-
Bacalah paksi carta. Paksi mendatar dipanggil x dan paksi menegak terdapat. Kedua-duanya adalah sangat penting untuk pemahaman yang baik. Selalunya, seperti histogram menunjukkan kekerapan sesuatu peristiwa, frekuensi ini yang diwakili pada paksi terdapat. Paksi x akan digunakan untuk membentangkan selang-selang di mana data dikumpulkan.- Sebagai contoh, pada histogram yang menyenaraikan kekerapan pelbagai saiz pitcher besbol profesional, anda akan melihat saiz pada x dan kekerapan pada paksi terdapat.
-
Kenal pasti kelas. Untuk diformat, data dikumpulkan ke dalam kelas.Apabila membuat histogram, adalah penting untuk memilih kelas yang tepat supaya anda boleh mentafsirkan hasil anda dengan betul. Pastikan anda memilih julat yang tidak terlalu luas atau tidak terlalu ketat. Anda mesti melihat corak asas muncul dalam kekerapan kejadian data dianalisis.- Sebagai contoh, kita tahu bahawa saiz rata-rata keranjang besbol profesional adalah 1.88 m. Sudah tentu, akan ada pengecualian. Pelbagai saiz yang disenaraikan mungkin antara 1.68 m dan 1.98 m, kelas akan berubah dari 4 hingga 5 cm.
- Juga ambil perhatian bahawa jika kelas pertama adalah 1.68m hingga 1.73m, ia tidak akan termasuk pemain yang tinggi 1.73m. Setiap kelas mengandungi nilai yang sepadan dengannya kecuali nilai pertama kelas seterusnya.
-
Baca kekerapan untuk kumpulan ini. Untuk mengetahui berapa kali peristiwa telah berlaku dalam selang tertentu, anda hanya perlu melihat sejauh mana bar dan merujuk kepada x untuk mengetahui apa nilai di peringkat ini.- Sebagai contoh, kita boleh membaca pada histogram bahawa bilangan pemain yang saiz lebih besar daripada atau sama dengan 1.83 m dan ketat kurang daripada 1.88 m adalah 50.
Bahagian 2 Melukis histogram
-
Kumpulkan data. Sekiranya anda mencari maklumat mengenai kekerapan sesuatu, ini cara yang baik untuk melihatnya dengan pantas. Histogram adalah cara yang paling praktikal untuk mendapatkan idea umum pengedaran data anda, tanpa mengira sama ada angka penjualan sebuah kedai buku atau berat ternakan di ladang. . -
Pilih satu selang. Untuk mengetahui di mana untuk meletakkan data anda, anda perlu memulakan dengan memutuskan cara membahagikannya ke dalam kelas. Kelas-kelas yang anda pilih mesti mewakili realiti, jadi mereka mestilah tidak terlalu besar atau tidak terlalu ketat.- Sebagai contoh, bayangkan anda mempunyai 10 hasil untuk mengambil kira berat lembu di ladang anda: 520, 630, 500, 730, 820, 700, 790, 610, 630 dan 590 kg. Berat binatang bervariasi dari beberapa ratus kilogram, jadi ia adalah sama untuk kelas anda.
- Buat kelas baru setiap 100 kg, bermula pada 500 dan naik sehingga 900.
- Anda akan mempunyai 4 kelas: 500-600, 600-700, 700-800 dan 800-900.
-
Mengedarkan data. Setelah empat kelas anda dicipta, anda hanya perlu memesan data dan simpannya di dalamnya. Mulakan dengan menyusun nilai anda dalam urutan menaik. Kemudian lukis penanda di peringkat pemisahan kelas. Kira nilai-nilai yang ada di setiap. Hasil yang diperoleh adalah kekerapan bagi setiap selang.- Ingat bahawa jika nilai adalah sama dengan had atas sesuatu kelas, ia jatuh ke dalam kelas seterusnya.
- Ambil contoh sepuluh nilai sepadan dengan berat lembu di ladang anda: 520, 630, 500, 730, 820, 700, 790, 610, 630 dan 590.
- Mari kita mengklasifikasikannya dalam urutan menaik: 500, 520, 590, 610, 630, 630, 700, 730, 790 dan 820.
- Marilah kita membahagikan nilai-nilai ini ke dalam kelas: 500, 520, 590 | 610, 630, 630 | 700, 730, 790 | 820.
- Mari kita hitung frekuensi: kelas 1: 3, kelas 2: 3, kelas 3: 3, kelas 4: 1.
-
Lukiskan histogram. Anda boleh menarik histogram anda dengan tangan dari data yang diperoleh atau menggunakan Excel atau perisian statistik lain. Sekiranya anda bekerja pada selembar kertas, mulailah dengan melukis tanda ortonormal dan dengan menetapkan skala x dan paksi terdapat. Masukkan abscissa kelas yang telah anda pilih sebelum ini. Skala paksi terdapat ditentukan oleh kekerapan nilai yang dikaitkan dengan kelas. Akhir sekali, warna histogram anda dan pastikan bar yang berbeza saling menyentuh.- Dengan contoh berat lembu, paksi x berkisar antara 500 hingga 900, dengan peningkatan 100. Paksi terdapat akan pergi dari 1 ke 4, bertambah dengan 1.
- Dalam kelas pertama, dari 500 hingga 600, terdapat 3 nilai, jadi bar pertama mesti naik ke nombor tiga. Warna sehingga ketinggian ini. Hanya di sebelahnya, dua kelas seterusnya juga mempunyai kekerapan 3. Akhirnya, bar terakhir hanya akan pergi ke nombor 1.
-
Kunci paksi. Histogram anda tidak akan masuk akal sehingga anda memberitahu apa paksi masing-masing. Tuliskan besar supaya legenda dibaca dan pastikan kata-kata yang dipilih berada dalam keharmonian sempurna dengan data yang diwakili. Paksi terdapat akan dipanggil "kekerapan" dan yang x bergantung pada jenis data yang telah anda kerjakan.- Dalam kes kita, paksi x akan dilabel "berat lembu dalam kilogram" dan yang terdapat "Kekerapan".