Teknikoj por Krei Histogramojn sur Grupigitaj Datumoj
Histogramo estas ofte uzata datenprezenta ilo en statistiko, precipe kiam oni traktas grupigitajn datumojn. Male al regula stangdiagramo, kiu montras diskretajn kategoriojn, histogramo montras la frekvencan distribuon de nombraj datumoj grupigitaj en klasintervalojn. Per histogramo, ni povas observi datendistribuajn ŝablonojn, tendencojn (ekz., distordiĝon dekstren aŭ maldekstren), kaj eĉ takson de la distribua formo (normala, distordita, bimodala, ktp.). Ĉi tiu artikolo diskutas teknikojn por sisteme krei histogramojn por grupigitaj datumoj, de konstruado de frekvencdistribua tabelo ĝis desegnado de ĝusta histogramo.
1. Kompreno de Grupigitaj Datumoj kaj Histogramoj
Grupigitaj datumoj estas nombraj datumoj, kiuj estis resumitaj en plurajn klasajn intervalojn. Ekzemple, studentaj testrezultoj jam ne estas montrataj individue, sed anstataŭe grupigitaj en intervalojn 40–49, 50–59, 60–69, kaj tiel plu. Ĉiu intervalo havas frekvencon, kiu estas la nombro da datenpunktoj falantaj ene de tiu intervalo.
Histogramo estas grafeo konsistanta el dense interspacigitaj stangoj sen breĉoj (aŭ tre malgrandaj breĉoj), ĉar ĝi reprezentas kontinuan gamon da valoroj. La larĝo de la stango reprezentas la longon de la klasintervalo, dum la alto de la stango reprezentas la frekvencon aŭ frekvencdensecon (depende de ĉu la klaslarĝoj estas samaj aŭ malsamaj).
2. Kompilante Tabelon de Frekvenca Distribuo
La unua paŝo en kreado de histogramo estas konstrui tabelon de frekvencdistribuo. Ĉi tiu procezo tipe implikas:
1. Difinu la minimumajn kaj maksimumajn valorojn de la datumoj.
2. Kalkulu la intervalon = maksimumo − minimumo.
3. Difinu la nombron de klasoj (k).
4. Difinu la klaslongon (p) = intervalo / k (ronde laŭbezone).
5. Aranĝu klasintervalojn kaj kalkulu la frekvencon de ĉiu intervalo.
Ekzistas pluraj gvidlinioj por determini la nombron de klasoj. Unu populara estas la formulo de Sturges:
k = 1 + 3,3 log10(n)
kie n estas la nombro de datenpunktoj. La rezulto de k estas rondigita al la plej proksima entjero.
Simpla ekzemplo: se n = 40, tiam k ≈ 1 + 3,3 log10(40) ≈ 1 + 3,3(1,602) ≈ 6,29 do 6 aŭ 7 klasoj povas esti elektitaj.
3. Determini Klaslimojn kaj Klasrandojn
Ofta eraro dum kreado de histogramoj estas konfuzi klaslimojn kun klasrandoj.
– Klaslimoj estas nombroj skribitaj en intervaloj, ekzemple 50–59.
– Klaslimoj estas kontinuaj limoj kiuj apartigas klasojn tiel ke ne ekzistas "interspacoj" inter klasoj.
Se la datumoj estas entjero, tiam la klasrando estas kutime determinita per aldono kaj subtraho de 0,5.
Kontoh:
– La intervalo 50–59 havas klasajn randojn de 49,5–59,5
– La intervalo 60–69 havas klasajn randojn de 59,5–69,5
Tiel, la klasrandoj renkontiĝas je 59,5 tiel ke la histogramo ŝajnas esti unuigita kaj vere kontinua.
Tamen, se la datumoj estas kontinua mezuro (ekzemple, alto en cm kaj povas havi decimalojn), la determinado de klaslimoj dependas de la precizeco de la mezuro. La principo estas krei klaslimojn, kiuj ne interkovriĝas kaj ne lasas breĉojn.
4. Difinu la skalon sur la X kaj Y aksoj
La histogramo havas du ĉefajn aksojn:
– X-akso (horizontala): montras klasintervalojn (kutime uzante klasrandojn por certigi kontinuecon).
– Y-akso (vertikala): montras frekvencon.
Se ĉiuj klasintervaloj havas la saman larĝon, tiam la stangoalto estas simple mezurata uzante frekvencon. Tamen, se la klasintervalaj larĝoj estas malsamaj, la stangoalto devus esti mezurata uzante frekvencan densecon:
Frekvenca denseco = frekvenco / klaslarĝo
Uzi densecon estas grava por ke la areo de la stango estu proporcia al la efektiva frekvenco. Alie, pli larĝaj klasoj aperos "pli grandaj" simple pro sia larĝo, ne pro la pli granda kvanto da datumoj.
5. Desegnado de histogramaj stangoj
Post kiam la skalo kaj intervaloj estas determinitaj, la sekva paŝo estas desegni la stangon.
La ĝusta tekniko por desegni histogramon:
1. Marku la klasrandojn sur la X-akso sinsekve.
2. Ĉe ĉiu intervalo, desegnu rektangulan stangon kies larĝo respondas al tiu intervalo.
3. La alto de la stango respondas al la frekvenco (aŭ frekvenca denseco se la klaslarĝoj ne estas samaj).
4. Certigu, ke la tigoj estas proksimaj unu al la alia (sen interspacoj).
5. Donu titolon al la histogramo, etikedu la X- kaj Y-aksojn, kaj unuojn se necese.
Ekzemple, se la klasintervaloj estas 40–49, 50–59, 60–69, kaj iliaj respektivaj frekvencoj estas 5, 12, 18, tiam la limo por klaso 60–69 estos pli alta ol la aliaj klasoj ĉar ĝia frekvenco estas la plej granda.
6. Legado kaj Interpretado de Histogramoj
Histogramo ne estas nur bildo, sed analiza ilo. El histogramo, ni povas vidi:
– Reĝimklaso: klaso kun la plej alta stango (plej alta frekvenco).
– Distribua formo: simetria, oblikva dekstren (pozitiva oblikva), oblikva maldekstren (negativa oblikva), aŭ havas du pintojn (bimodala).
– Datumdistribuo: ĉu la datumoj estas koncentritaj je certa intervalo aŭ vaste distribuitaj.
– Indiko de outlier: se ĉe la fino ekzistas klaso, kiu havas malgrandan frekvencon kaj estas apartigita de la ĉefa grupo.
Bona interpreto kutime estas akompanata de konciza konkludo. Ekzemple: "Plejparto de la datumoj falas en la intervalon 60–79, indikante ke la poentaroj de la partoprenantoj emas esti en la meza kategorio."
7. Oftaj Eraroj
Jen kelkaj eraroj por eviti:
1. Donu spacon inter la stangoj por ke ĝi aspektu kiel stangdiagramo.
2. Uzante klaslimojn, ne klasrandojn, por ke estu breĉoj en la datenintervalo.
3. Ne ĝustigi la altecon de la stango kiam la larĝo de la klaso estas malsama, tiel ke la frekvenca komparo fariĝas misgvida.
4. La aksaj skaloj estas malkonsekvencaj aŭ ne komenciĝas je nulo sur la frekvenca akso (povas esti vide misgvidaj).
5. Klasintervaloj ne estas sinsekvaj aŭ interkovrantaj, ekzemple 50–60 kaj 60–70 sen klarigo pri klasrandoj.
8. Praktikaj Konsiloj por PliInformigi Histogramojn
Por faciligi la komprenon de la histogramo:
– Uzu akcepteblan nombron da klasoj (ĝenerale 5–12 klasoj, depende de la kvanto da datumoj).
– Evitu tro mallarĝajn intervalojn (tro multajn klasojn) ĉar la histogramo fariĝas “brua”.
– Evitu intervalojn tro larĝajn (tro malmultajn klasojn) ĉar la distribuopadrono povus perdiĝi.
– Inkluzivi datenfontojn, specimengrandecon (n), kaj aliajn informojn se necese en la raporto.
Se vi uzas programaron kiel Excel, Google Sheets, aŭ statistikajn aplikaĵojn, ĉiam komprenu la konceptojn de klasa rando kaj klaslarĝo por ke la histogramaj rezultoj ne estu malĝustaj.
Fermo
La tekniko krei histogramon por grupigitaj datumoj esence postulas precizecon en konstruado de klasintervaloj, determinado de klaslimoj, kaj determinado de taŭgaj stangoj-altoj. Se la klasintervaloj estas uniformaj, simple uzu frekvencon kiel la stango-alton. Se la intervaloj ne estas uniformaj, uzu frekvencan densecon por konservi justan kaj precizan bildigon. Kun ĝuste konstruita histogramo, ni povas rapide akiri superrigardon de la datumdistribua ŝablono kaj fari pli precizajn interpretojn en statistika analizo.
Se vi volas, mi povas aldoni ekzemplajn datumojn kaj kompletigi kalkulpaŝojn ĝis la histogramo estas preta (mane aŭ per Excel/Sheets).
