分組資料直方圖製作技巧
直方圖是統計中常用的資料呈現工具，特別適用於處理分組資料。與顯示離散類別的普通長條圖不同，直方圖顯示的是按類別分組的數值資料的頻率分佈。透過直方圖，我們可以觀察資料分佈模式、趨勢（例如，向右或向左偏斜），甚至可以估計分佈形狀（常態分佈、偏態分佈、雙峰分佈等）。本文將探討如何有系統地建立分組資料的直方圖，從建立頻率分佈表到繪製正確的直方圖。
1. 瞭解分組資料和直方圖
分組資料是指被匯總成若干個區間的數值資料。例如，學生的考試成績不再單獨顯示，而是分組顯示為 40-49 分、50-59 分、60-69 分等等。每個區間都有一個頻數，即落入該區間的資料點數量。
直方圖是由緊密排列、沒有間隙（或間隙非常小）的長條組成的圖表，因為它表示一個連續的數值範圍。條形的寬度代表組距的長度，而條形的高度代表頻率或頻率密度（取決於組距是否相同）。
2. 編製頻率分佈表
建立直方圖的第一步是建立頻率分佈表。這個過程通常包括：
1. 確定資料的最小值和最大值。
2. 計算極差 = 最大值 − 最小值。
3. 確定類別數（k）。
4. 決定組距 (p) = 範圍 / k（依需要四捨五入）。
5. 劃分組距並計算每個組距內的頻數。
確定班級數量有多種指導原則。其中常用的方法是斯特吉斯公式：
k = 1 + 3,3 log10(n)
其中 n 為數據點的數量。 k 的結果會四捨五入到最接近的整數。
簡單範例：如果 n = 40，則 k ≈ 1 + 3,3 log10(40) ≈ 1 + 3,3(1,602) ≈ 6,29，因此可以選擇 6 或 7 個類別。
3. 確定類別邊界和類別邊緣
建立直方圖時一個常見的錯誤是將類別邊界與類別邊緣混淆。
– 班級限值是用區間表示的數字，例如 50–59。
– 類別邊界是分隔類別的連續邊界，因此類別之間沒有「間隙」。
如果資料是整數，則類別邊界通常透過加 0,5 和減 0.5 來確定。
康托：
– 區間 50–59 的類邊為 49,5–59,5
– 區間 60–69 的類邊為 59,5–69,5
因此，類別邊界在 59,5 處相交，使得直方圖看起來統一且真正連續。
然而，如果資料是連續測量值（例如，以公分為單位的身高，且可以包含小數），則確定類別邊界取決於測量精度。其原則是創建互不重疊且不留空隙的類別邊界。
4. 確定X軸和Y軸的刻度
直方圖有兩個主要軸：
– X 軸（水平）：顯示類別區間（通常使用類別邊界以確保連續性）。
– Y 軸（垂直）：顯示頻率。
如果所有組距都相同，則長條圖高度可以直接用頻數來測量。但是，如果組距不同，則應該用頻數密度來測量長條圖高度：
頻率密度 = 頻率 / 組距
使用密度圖很重要，這樣長條圖的面積才能與實際頻數成正比。否則，較寬的組距看起來“更大”，只是因為組距本身更寬，而不是因為資料量更大。
5. 繪製直方圖長條圖
確定了刻度和間隔後，下一步就是繪製長條圖。
繪製直方圖的正確方法：
1. 依序在 X 軸上標記類邊。
2. 在每個時間間隔處，畫出一個寬度與該時間間隔相對應的矩形條。
3. 長條圖的高度對應於頻率（如果組距不同，則對應於頻率密度）。
4. 確保莖稈緊密排列（沒有縫隙）。
5. 為直方圖加上標題，標註 X 軸和 Y 軸，必要時標註單位。
例如，如果組距為 40–49、50–59、60–69，其對應的頻數分別為 5、12、18，則 60–69 組的長條圖將高於其他組，因為它的頻數最大。
6. 直方圖的解讀
直方圖不只是一幅圖，更是一種分析工具。透過直方圖，我們可以看到：
– 眾數類別：條形最高（頻率最高）的類別。
– 分佈形狀：對稱、右偏（正偏態）、左偏（負偏態）或有兩個峰值（雙峰）。
– 資料分佈：資料是集中在某個區間還是廣泛分佈。
– 異常值指示：如果末端有一個類別，其頻率很小，並且與主要群體分開。
好的解讀通常會附帶一個簡短的結論。例如：“大部分數據落在 60-79 分之間，表明參與者的得分往往處於中等水平。”
7. 常見錯誤
以下是一些需要避免的錯誤：
1. 在長條圖之間留出間距，使其看起來像長條圖。
2. 使用類別邊界，而不是類別邊緣，因此資料範圍會有間隙。
3. 組距不同時，未調整長條圖高度，導致頻率比較出現偏差。
4. 座標軸刻度不一致，或頻率軸的起始點不是零（可能會造成視覺誤導）。
5. 類區間不連續或重疊，例如 50–60 和 60–70，但沒有解釋類邊界。
8. 讓直方圖更具資訊量的實用技巧
為了讓直方圖更容易理解：
– 使用合理數量的類別（一般為 5-12 個類別，視資料量而定）。
– 避免區間過窄（類別過多），因為直方圖會變得「吵雜」。
– 避免區間過寬（類別過少），因為分佈模式可能會遺失。
– 如有必要，請在報告中包含資料來源、樣本量（n）和其他資訊。
如果您使用 Excel、Google Sheets 或統計應用程式等軟體，請務必了解類別邊緣和類別寬度的概念，以免直方圖結果出現錯誤。
關閉
為分組資料建立直方圖的關鍵在於精確建立組距、確定群組邊界以及選擇合適的長條圖高度。如果組距均勻，則直接使用頻數作為長條圖高度。如果組距不均勻，則使用頻數密度來確保視覺化效果的公平性和準確性。透過建構合理的直方圖，我們可以快速了解資料分佈模式，並在統計分析中進行更精確的解讀。
如果您需要，我可以新增範例資料並完成計算步驟，直到直方圖完成（手動或使用 Excel/Sheets）。
