Tehnike za izradu histograma na grupiranim podacima
Histogram je često korišten alat za prezentaciju podataka u statistici, posebno kada se radi o grupiranim podacima. Za razliku od običnog stupčastog grafikona, koji prikazuje diskretne kategorije, histogram prikazuje frekvencijsku distribuciju numeričkih podataka grupiranih u intervale klasa. Pomoću histograma možemo promatrati obrasce distribucije podataka, trendove (npr. iskrivljenje udesno ili lijevo), pa čak i procjenu oblika distribucije (normalna, iskrivljena, bimodalna itd.). Ovaj članak razmatra tehnike za sistematsko kreiranje histograma za grupirane podatke, od konstruiranja tabele frekvencijske distribucije do crtanja ispravnog histograma.
1. Razumijevanje grupiranih podataka i histograma
Grupirani podaci su numerički podaci koji su sažeti u nekoliko intervala u razredu. Na primjer, rezultati testova učenika više se ne prikazuju pojedinačno, već su grupirani u raspone 40–49, 50–59, 60–69 i tako dalje. Svaki interval ima frekvenciju, što je broj podatkovnih tačaka koje spadaju u taj interval.
Histogram je grafikon sastavljen od gusto raspoređenih stupaca bez praznina (ili sa vrlo malim prazninama), jer predstavlja kontinuirani raspon vrijednosti. Širina stupca predstavlja dužinu intervala klase, dok visina stupca predstavlja frekvenciju ili gustoću frekvencija (ovisno o tome da li su širine klasa iste ili različite).
2. Sastavljanje tabele distribucije frekvencija
Prvi korak u kreiranju histograma je konstruisanje tabele distribucije frekvencija. Ovaj proces obično uključuje:
1. Odredite minimalne i maksimalne vrijednosti podataka.
2. Izračunajte raspon = maksimum − minimum.
3. Odredite broj klasa (k).
4. Odredite dužinu klase (p) = raspon / k (zaokruženo po potrebi).
5. Rasporedite intervale u razredu i izračunajte učestalost u svakom intervalu.
Postoji nekoliko smjernica za određivanje broja klasa. Jedna popularna je Sturgesova formula:
k = 1 + 3,3 log10(n)
gdje je n broj podatkovnih tačaka. Rezultat k se zaokružuje na najbliži cijeli broj.
Jednostavan primjer: ako je n = 40, onda je k ≈ 1 + 3,3 log10(40) ≈ 1 + 3,3(1,602) ≈ 6,29, tako da se može odabrati 6 ili 7 klasa.
3. Određivanje granica klase i rubova klase
Uobičajena greška pri kreiranju histograma je miješanje granica klasa s ivicama klasa.
– Granice klase su brojevi zapisani u intervalima, na primjer 50–59.
– Granice klasa su kontinuirane granice koje odvajaju klase tako da nema „praznina“ između klasa.
Ako su podaci cijeli broj, tada se granica klase obično određuje dodavanjem i oduzimanjem 0,5.
Contoh:
– Interval 50–59 ima grane klasa od 49,5–59,5
– Interval 60–69 ima grane klasa od 59,5–69,5
Dakle, rubovi klase se susreću na 59,5 tako da histogram izgleda ujedinjeno i zaista kontinuirano.
Međutim, ako su podaci kontinuirano mjerenje (na primjer, visina u cm i mogu imati decimale), određivanje granica klasa zavisi od tačnosti mjerenja. Princip je kreiranje granica klasa koje se ne preklapaju i ne ostavljaju praznine.
4. Odredite skalu na X i Y osi
Histogram ima dvije glavne ose:
– X osa (horizontalna): prikazuje intervale klasa (obično koristeći ivice klasa kako bi se osigurala kontinuiranost).
– Y osa (vertikalna): prikazuje frekvenciju.
Ako svi intervali klasa imaju istu širinu, tada se visina stupca jednostavno mjeri pomoću frekvencije. Međutim, ako su širine intervala klasa različite, visinu stupca treba mjeriti pomoću gustoće frekvencije:
Gustina frekvencije = frekvencija / širina klase
Korištenje gustoće je važno kako bi površina stupčastog grafikona bila proporcionalna stvarnoj frekvenciji. U suprotnom, šire klase će izgledati "veće" jednostavno zbog svoje širine, a ne zbog veće količine podataka.
5. Crtanje histogramskih traka
Nakon što su skala i intervali određeni, sljedeći korak je crtanje trake.
Ispravna tehnika za crtanje histograma:
1. Označite rubove klase na X-osi redom.
2. Na svakom intervalu nacrtajte pravougaonu traku čija širina odgovara tom intervalu.
3. Visina trake odgovara frekvenciji (ili gustoći frekvencije ako širine klasa nisu iste).
4. Pazite da su stabljike blizu jedna drugoj (bez praznina).
5. Dajte histogramu naslov, označite X i Y ose i jedinice ako je potrebno.
Na primjer, ako su intervali klasa 40–49, 50–59, 60–69, a njihove odgovarajuće frekvencije su 5, 12, 18, tada će traka za klasu 60–69 biti viša nego za ostale klase jer je njena frekvencija najveća.
6. Čitanje i tumačenje histograma
Histogram nije samo slika, već analitički alat. Iz histograma možemo vidjeti:
– Klasa moda: klasa s najvišom taktnom linijom (najviša frekvencija).
– Oblik distribucije: simetričan, nagnut udesno (pozitivna asimetrija), nagnut ulijevo (negativna asimetrija) ili ima dva vrha (bimodalna).
– Distribucija podataka: da li su podaci koncentrisani u određenom intervalu ili široko raspoređeni.
– Indikacija ekstremnih vrijednosti: ako se na kraju nalazi klasa koja ima malu učestalost i odvojena je od glavne grupe.
Dobro tumačenje obično prati kratak zaključak. Na primjer: „Većina podataka spada u raspon od 60 do 79, što ukazuje na to da su rezultati učesnika obično u srednjoj kategoriji.“
7. Uobičajene greške
Evo nekoliko grešaka koje treba izbjegavati:
1. Ostavite razmak između traka tako da izgleda kao trakasti grafikon.
2. Korištenje granica klasa, a ne ivica klasa, tako da postoje praznine u rasponu podataka.
3. Nepodešavanje visine trake kada je širina klase različita, tako da poređenje frekvencija postaje pristrasno.
4. Skale osa su nekonzistentne ili ne počinju od nule na frekvencijskoj osi (može vizuelno zavaravati).
5. Intervali klasa nisu uzastopni niti se preklapaju, na primjer 50–60 i 60–70 bez objašnjenja ivica klasa.
8. Praktični savjeti za informativnije histograme
Da biste histogram lakše razumjeli:
– Koristite razuman broj klasa (obično 5–12 klasa, ovisno o količini podataka).
– Izbjegavajte preuske intervale (previše klasa) jer histogram postaje „šumni“.
– Izbjegavajte preširoke intervale (premalo klasa) jer se može izgubiti obrazac distribucije.
– U izvještaju uključite izvore podataka, veličinu uzorka (n) i druge informacije ako je potrebno.
Ako koristite softver kao što su Excel, Google Sheets ili statističke aplikacije, uvijek imajte na umu koncept granice klase i širine klase kako rezultati histograma ne bi bili pogrešni.
Zatvaranje
Tehnika kreiranja histograma za grupisane podatke u suštini zahtijeva preciznost u konstruisanju intervala klasa, određivanju granica klasa i određivanju odgovarajućih visina stupaca. Ako su intervali klasa ujednačeni, jednostavno koristite frekvenciju kao visinu stupaca. Ako intervali nisu ujednačeni, koristite gustinu frekvencije kako biste održali pravednu i tačnu vizualizaciju. Sa pravilno konstruisanim histogramom, možemo brzo dobiti pregled obrasca distribucije podataka i dati tačnija tumačenja u statističkoj analizi.
Ako želite, mogu dodati uzorke podataka i dovršiti korake izračuna dok se histogram ne završi (ručno ili pomoću Excela/Tabela).
