Biežuma tabulas var būt noderīgas, lai aprakstītu noteikta veida atskaites gadījumu skaitu datu kopā. Frekvenču tabulas, ko sauc arī par frekvences sadalījumiem, ir viens no pamata rīkiem aprakstošās statistikas attēlošanai. Biežuma tabulas tiek plaši izmantotas kā īslaicīga atsauce datu izplatīšanā; tās ir viegli interpretējamas, un tās var diezgan kodolīgi parādīt lielas datu kopas. Biežuma tabulas var palīdzēt noteikt acīmredzamas tendences datu kopā, un tās var izmantot, lai salīdzinātu datus starp viena veida datu kopām. Biežuma tabulas nav piemērotas katram lietojumam. Tie var aizsegt galējās vērtības (vairāk nekā X vai mazāk nekā Y), un tie nav piemēroti datu šķībuma un kurtozes analīzei.
Ātrā datu vizualizācija
Biežuma tabulas var ātri atklāt ārkārtas gadījumus un pat būtiskas tendences datu kopā, veicot tikai daudz virspusēju pārbaudi. Piemēram, skolotājs var parādīt vidusskolas studentu atzīmes biežuma tabulā, lai ātri uzzinātu, kā viņas klasei klājas kopumā. Skaitlis biežuma slejā apzīmē to studentu skaitu, kuri saņem šo atzīmi; 25 skolēnu klasei saņemto burtu pakāpju biežuma sadalījums varētu izskatīties apmēram šādi: Novērtējuma biežums A... 7 B... 13 C... 3 D... 2
Relatīvās pārpilnības vizualizēšana
Biežuma tabulas var palīdzēt pētniekiem pārbaudīt katra konkrētā mērķa datu relatīvo pārpilnību viņu izlasē. Relatīvais pārpilnība norāda, cik lielu daļu no datu kopas veido mērķa dati. Relatīvā pārpilnība bieži tiek attēlota kā frekvences histogramma, taču to var viegli parādīt frekvenču tabulā. Apsveriet to pašu vidējā termiņa pakāpju sadalījumu. Relatīvā pārpilnība ir vienkārši to studentu procentuālā daļa, kuri ieguva noteiktu atzīmi, un tas var būt noderīgi, lai konceptualizētu datus, tos nepārdomājot. Piemēram, pievienojot kolonnu, kas parāda katras pakāpes procentuālo daudzumu, varat viegli redzēt, ka vairāk nekā puse klases atzīmēja B, bez nepieciešamības detalizēti izpētīt datus.
Pakāpes biežuma relatīvā pārpilnība (% biežums) A... 7... 28% B... 13... 52% C... 3... 12% D... 2... 8%
Sarežģītās datu kopās var būt nepieciešams klasificēt intervālos
Viens trūkums ir tas, ka ir grūti saprast sarežģītas datu kopas, kas tiek parādītas frekvenču tabulā. Lielas datu kopas var iedalīt intervālu klasēs, lai to varētu viegli vizualizēt, izmantojot frekvenču tabulu. Piemēram, ja jūs pajautātu nākamajiem 100 cilvēkiem, kuri redz viņu vecumu, jūs, iespējams, saņemsit plašu atbilžu klāstu no trim līdz deviņdesmit trim. Tā vietā, lai savā biežuma tabulā iekļautu katra vecuma rindas, jūs varētu klasificēt datus intervālos, piemēram, 0 - 10 gadi, 11 - 20 gadi, 21 - 30 gadi un tā tālāk. To var dēvēt arī par grupētu frekvences sadalījumu.
Frekvenču tabulas var aizsegt šķībumu un kurtozi
Ja vien histogrammā tas nav attēlots, frekvences tabulā datu šķībums un kurtoze var nebūt skaidri redzama. Slīpums norāda, uz kuru pusi jūsu dati tiecas. Ja atzīmes tiktu rādītas grafika X asī, parādot vidusskolas pakāpju biežumu mūsu 25 studentiem iepriekš, sadalījums šķībs virzienā uz A un B. Kurtosis stāsta par jūsu datu centrālo virsotni - vai tas nokristu normāla sadalījuma līnijā, kas ir jauka gluda zvana līkne, vai būtu garš un ass. Ja jūs attēlojat vidējā termiņa pakāpes mūsu piemērā, jūs atradīsit augstu virsotni pie B ar strauju kritumu zemāko pakāpju sadalījumā.