יתרונות וחסרונות של טבלת תדרים

טבלאות תדרים יכולות להיות שימושיות לתיאור מספר המופעים של סוג מסוים של נתון בתוך מערך נתונים. טבלאות תדרים, הנקראות גם הפצות תדרים, הן אחד הכלים הבסיסיים ביותר להצגת סטטיסטיקה תיאורית. טבלאות תדרים משמשות באופן נרחב כהפניה במבט חטוף להפצת הנתונים; קל לפרש אותם והם יכולים להציג ערכות נתונים גדולות באופן תמציתי למדי. טבלאות תדרים יכולות לעזור בזיהוי מגמות ברורות בתוך מערך נתונים וניתן להשתמש בהן להשוואה בין ערכות נתונים מאותו סוג. טבלאות תדרים אינן מתאימות לכל יישום, עם זאת. הם יכולים לטשטש ערכים קיצוניים (יותר מ- X או פחות מ- Y), והם אינם נותנים את עצמם לניתוחים של הטיה וקורטוזיס של הנתונים.

טבלאות תדרים יכולות לחשוף במהירות חריגות ואף מגמות משמעותיות בתוך מערך נתונים עם לא הרבה יותר מבדיקה שוטפת. לדוגמא, מורה עשויה להציג את ציוני התלמידים לחצי אמצע על טבלת התדרים על מנת לקבל מבט מהיר על מצב הכיתה שלה. המספר בעמודת התדירות מייצג את מספר התלמידים המקבלים ציון זה; בכיתה של 25 תלמידים, התפלגות התדירות של ציוני אותיות שהתקבלה עשויה להיראות כך: תדר כיתה א... 7 ב... 13 ג... 3 ד... 2

טבלאות תדרים יכולות לעזור לחוקרים לבחון את השפע היחסי של כל נתוני יעד מסוימים במדגם שלהם. שפע יחסי מייצג כמה מערך הנתונים מורכב מנתוני היעד. שפע יחסי מיוצג לעיתים קרובות כהיסטוגרמת תדרים, אך ניתן להציגו בקלות בטבלת תדרים. שקול את אותה התפלגות תדירות של ציוני אמצע. שפע יחסי הוא פשוט אחוז התלמידים שקיבלו ציון מסוים ויכול להיות מועיל להמשגת נתונים מבלי לחשוב עליהם יתר על המידה. לדוגמה, עם העמודה שנוספה המציגה את אחוז ההופעה של כל ציון, אתה יכול בקלות ראו שיותר ממחצית הכיתה קיבלה ציון B, ללא צורך לבדוק את הנתונים בפירוט רב.

שפע יחסית של תדר כיתה (תדירות%) A... 7... 28% B... 13... 52% C... 3... 12% D... 2... 8%

חסרון אחד הוא שקשה להבין מערכי נתונים מורכבים המוצגים על טבלת תדרים. ניתן לחלק מערכי נתונים גדולים לשיעורי מרווחים לצורך הדמיה קלה באמצעות טבלת תדרים. לדוגמא, אם היית שואל את מאה האנשים הבאים אתה רואה מה הגיל שלהם, סביר להניח שתקבל מגוון רחב של תשובות המשתרעות בין שלוש לתשעים ושלוש. במקום לכלול שורות לכל גיל בטבלת התדרים שלך, תוכל לסווג את הנתונים למרווחים, כגון 0 - 10 שנים, 11 - 20 שנים, 21 - 30 שנים וכן הלאה. ניתן לכנות זאת גם כהפצת תדרים מקובצת.

אלא אם כן הם מוצגים בהיסטוגרמה, לא ניתן יהיה להבחין בוטות וקרטוזיס של נתונים בטבלת התדרים. הטיה אומר לך לאיזה כיוון הנתונים שלך נוטים. אם הציונים הוצגו על פני ציר ה- X של גרף המציג את תדירות ציוני האמצע עבור 25 התלמידים שלנו למעלה, ההתפלגות תטה לכיוון ה- A וה- B. Kurtosis מספר לך על השיא המרכזי של הנתונים שלך - האם הוא ייפול בקו התפלגות נורמלית, שהיא עקומת פעמון חלקה, או שהוא גבוה וחד. אם תרשום את ציוני האמצע בדוגמה שלנו, תמצא שיא גבוה ב- B עם ירידה חדה בהתפלגות הציונים הנמוכים.