데이터, 특히 숫자 데이터는 데이터로 무엇을해야하는지 안다면 사용할 수있는 강력한 도구입니다. 그래프는 데이터 또는 정보를 체계적인 방식으로 표시하는 한 가지 방법이며, 작업중인 데이터 유형이 필요한 분석 유형에 적합합니다.
종종 통계 학자, 강사 및 기타 사람들은 데이터 배포에 대해 궁금해합니다. 예를 들어 데이터가 일련의 화학 테스트 결과 인 경우 두 데이터의 차이에 대해 궁금 할 수 있습니다. 가장 낮은 점수와 가장 높은 점수 또는 이들 사이의 다양한 "슬롯"을 차지하는 응시자의 비율 과격한 수단.
빈도 분포는 특히 데이터가 그래프의 오른쪽과 왼쪽 사이의 평균 또는 평균 smack-dab 주위에 군집하는 경향이있는 경우 (그러나뿐만 아니라) 과학자에게 강력한 도구입니다. 이것은 익숙한 "종 모양의 곡선"입니다. 정규 분포 데이터.
주파수 분포 란 무엇입니까?
ㅏ 주파수 분포 클래스라고하는 데이터 포인트의 간격과 각 클래스의 총 항목 수를 포함하는 테이블입니다. 각 클래스의 빈도 f는 가지고있는 데이터 포인트의 수입니다. 각 등급의 제한점을 등급 하한과 등급 상한이라고하며 수업 폭 연속 클래스의 하한 (또는 상한) 사이의 거리입니다. 그것은 아니 의 상한과 하한의 차이 같은 수업.
그만큼 범위 표 또는 해당 그래프에서 가장 낮은 값과 가장 높은 값의 차이입니다.
그룹화 된 도수 분포를 만들 때 5 ~ 20 개의 클래스를 사용할 원칙으로 시작합니다. 분포가 유효하려면 이러한 클래스의 너비, 범위 또는 숫자 값이 동일해야합니다. 클래스 너비 (아래에 자세히 설명 됨)를 결정한 후에는 전체 세트에서 가장 낮은 값과 같거나 더 작은 시작 지점을 선택합니다.
클래스 결정을위한 일반 지침
앞서 언급했듯이 5 개에서 20 개 클래스 중에서 선택하십시오. 일반적으로 더 많은 수의 데이터 포인트, 더 넓은 범위 또는 둘 다에 대해 더 많은 클래스를 사용합니다. 또한 다음 지침을 따르십시오.
- 클래스 너비는 홀수 여야합니다. 이렇게하면 클래스 중간 점이 십진수가 아닌 정수임을 확인할 수 있습니다.
- 모든 데이터 값은 정확히 하나의 클래스에 속해야합니다. 무시되지 않으며 둘 이상의 클래스에 포함될 수 없습니다.
- 클래스는 연속적이어야합니다. 즉, 항목이없는 클래스도 포함해야합니다. (극단적 인 경우는 예외입니다. 첫 번째 클래스 또는 마지막 클래스 클래스가 비어있는 경우 제외).
- 언급했듯이 클래스의 너비는 동일해야합니다. 첫 번째 클래스와 마지막 클래스는 다시 예외입니다. 예를 들어 낮은 끝에서 특정 숫자보다 낮은 값 또는 높은 끝에서 특정 숫자보다 높은 값일 수 있습니다.
적절하게 구성된 도수 분포에서 시작점과 클래스 수 곱하기 클래스 너비는 항상 최대 값보다 커야합니다.
수업 폭 예
한 교수는 학생들에게 일주일 동안 자신의 사회적 상호 작용을 추적하도록했습니다. 한 주 동안의 사회적 상호 작용 수는 다음 그룹화 된 빈도 분포에 표시됩니다. 각 수업의 중간 점은 무엇입니까?
클래스 주파수 (f)
- 0–7: 7
- 8–14: 37
- 15–21: 32
- 22–28: 21
- 29–35: 3
총 100 개
이 경우 클래스 너비는 7로 선택되었습니다. 범위가 35이고 클래스 너비에 홀수가 필요하면 범위가 7 인 5 개의 클래스를 얻습니다. 중간 지점은 4, 11, 18, 25 및 32입니다.