Οι πίνακες συχνότητας μπορεί να είναι χρήσιμοι για την περιγραφή του αριθμού των εμφανίσεων ενός συγκεκριμένου τύπου δεδομένων σε ένα σύνολο δεδομένων. Οι πίνακες συχνότητας, που ονομάζονται επίσης κατανομές συχνότητας, είναι ένα από τα πιο βασικά εργαλεία για την εμφάνιση περιγραφικών στατιστικών. Οι πίνακες συχνοτήτων χρησιμοποιούνται ευρέως ως μια ματιά στη ματιά στη διανομή δεδομένων. είναι εύκολο να ερμηνευθούν και μπορούν να εμφανίσουν μεγάλα σύνολα δεδομένων με αρκετά συνοπτικό τρόπο. Οι πίνακες συχνότητας μπορούν να βοηθήσουν στον εντοπισμό προφανών τάσεων σε ένα σύνολο δεδομένων και μπορούν να χρησιμοποιηθούν για τη σύγκριση δεδομένων μεταξύ συνόλων δεδομένων του ίδιου τύπου. Ωστόσο, οι πίνακες συχνότητας δεν είναι κατάλληλοι για κάθε εφαρμογή. Μπορούν να συγκαλύψουν ακραίες τιμές (περισσότερες από X ή μικρότερες από Y), και δεν προσφέρονται για αναλύσεις της λοξής και της κούρτωσης των δεδομένων.
Ταχεία οπτικοποίηση δεδομένων
Οι πίνακες συχνοτήτων μπορούν γρήγορα να αποκαλύψουν ακραίες τιμές και ακόμη και σημαντικές τάσεις μέσα σε ένα σύνολο δεδομένων με όχι περισσότερο από μια επιθεώρηση κατάκρισης. Για παράδειγμα, ένας δάσκαλος μπορεί να εμφανίσει τους βαθμούς των μαθητών για ένα μεσοπρόθεσμο σε έναν πίνακα συχνοτήτων, προκειμένου να ρίξει μια γρήγορη ματιά στην κατάσταση της τάξης της συνολικά. Ο αριθμός στη στήλη συχνότητας θα αντιπροσωπεύει τον αριθμό των μαθητών που λαμβάνουν αυτόν τον βαθμό. για μια τάξη 25 μαθητών, η κατανομή συχνότητας των βαθμών επιστολών που λαμβάνονται μπορεί να μοιάζει με αυτό: Βαθμός Συχνότητα A... 7 B... 13 C... 3 D... 2
Οπτικοποίηση της σχετικής αφθονίας
Οι πίνακες συχνότητας μπορούν να βοηθήσουν τους ερευνητές να εξετάσουν τη σχετική αφθονία κάθε συγκεκριμένου στόχου δεδομένων στο δείγμα τους. Η σχετική αφθονία αντιπροσωπεύει πόσο από το σύνολο δεδομένων αποτελείται από τα δεδομένα-στόχους. Η σχετική αφθονία αντιπροσωπεύεται συχνά ως ιστόγραμμα συχνότητας, αλλά μπορεί εύκολα να εμφανιστεί σε έναν πίνακα συχνοτήτων. Εξετάστε την ίδια κατανομή συχνότητας μεσοπρόθεσμων βαθμών. Η σχετική αφθονία είναι απλώς το ποσοστό των μαθητών που σημείωσαν μια συγκεκριμένη βαθμολογία και μπορεί να είναι χρήσιμο για τη σύλληψη δεδομένων χωρίς να το σκεφτούν υπερβολικά. Για παράδειγμα, με την προστιθέμενη στήλη που εμφανίζει το ποσοστό εμφάνισης κάθε βαθμού, μπορείτε εύκολα δείτε ότι πάνω από το ήμισυ της τάξης σημείωσε Β, χωρίς να χρειάζεται να ελέγξετε τα δεδομένα με μεγάλη λεπτομέρεια.
Βαθμός Συχνότητα Σχετική αφθονία (% συχνότητα) A... 7... 28% B... 13... 52% C... 3... 12% D... 2... 8%
Τα σύνθετα σύνολα δεδομένων ενδέχεται να χρειάζονται ταξινόμηση σε διαστήματα
Ένα μειονέκτημα είναι ότι είναι δύσκολο να κατανοήσουμε πολύπλοκα σύνολα δεδομένων που εμφανίζονται σε έναν πίνακα συχνοτήτων. Τα μεγάλα σύνολα δεδομένων μπορούν να χωριστούν σε τάξεις διαστήματος για εύκολη οπτικοποίηση χρησιμοποιώντας έναν πίνακα συχνοτήτων. Για παράδειγμα, εάν ρωτήσατε τα επόμενα 100 άτομα που βλέπετε ποια ήταν η ηλικία τους, πιθανότατα θα λάβετε ένα ευρύ φάσμα απαντήσεων που κυμαίνονται από τρία έως ενενήντα τρία. Αντί να συμπεριλάβετε σειρές για κάθε ηλικία στον πίνακα συχνότητας, θα μπορούσατε να ταξινομήσετε τα δεδομένα σε διαστήματα, όπως 0 - 10 έτη, 11 - 20 έτη, 21 - 30 έτη και ούτω καθεξής. Αυτό μπορεί επίσης να αναφέρεται ως ομαδοποιημένη κατανομή συχνότητας.
Οι πίνακες συχνότητας μπορούν να αποκρύψουν το Skew και το Kurtosis
Εκτός εάν εμφανίζεται σε ένα ιστόγραμμα, η ασυμμετρία και η κούρωση των δεδομένων ενδέχεται να μην είναι άμεσα εμφανή σε έναν πίνακα συχνοτήτων. Η ασυμμετρία σας λέει σε ποια κατεύθυνση τείνουν τα δεδομένα σας. Εάν οι βαθμοί εμφανίζονταν κατά μήκος του άξονα Χ ενός γραφήματος που δείχνει τη συχνότητα των μεσαίων βαθμών για τους 25 μαθητές μας παραπάνω, η κατανομή θα στράφηκε προς τα Α και Β. Το Kurtosis σάς ενημερώνει για την κεντρική κορυφή των δεδομένων σας - εάν θα ευθυγραμμιστεί με μια κανονική κατανομή, η οποία είναι μια ωραία καμπύλη ομαλής καμπάνας ή θα είναι ψηλή και αιχμηρή. Εάν σχεδιάσετε τους μεσαίους βαθμούς στο παράδειγμά μας, θα βρείτε μια ψηλή κορυφή στο Β με μια απότομη πτώση στην κατανομή των χαμηλότερων βαθμών.