Зміст
- Швидке візуалізація даних
- Візуалізація відносної кількості
- Складні набори даних можуть потребувати класифікації в інтервали
- Таблиці частот можуть затінити скат і куртоз
Таблиці частот можуть бути корисними для опису кількості подій певного типу даних у наборі даних. Таблиці частот, які також називаються розподілами частот, є одним з найосновніших інструментів відображення описової статистики. Таблиці частот широко використовуються як одразу посилання на розподіл даних; їх легко інтерпретувати, і вони можуть відображати великі набори даних досить стисло. Таблиці частот можуть допомогти визначити очевидні тенденції в наборі даних і можуть бути використані для порівняння даних між наборами даних одного типу. Таблиці частот не підходять для кожної програми. Вони можуть затьмарювати екстремальні значення (більше Х або менше Y), і вони не піддаються аналізу даних перекосу та куртозу даних.
Швидке візуалізація даних
Таблиці частот можуть швидко виявити люди, що переживають люди, і навіть суттєві тенденції в наборі даних з не набагато більше, ніж короткий огляд. Наприклад, викладач може відображати учням оцінки за середньострокову програму на частотній таблиці, щоб швидко ознайомитись із тим, як працює її клас загалом. Число в стовпці частоти буде представляти кількість учнів, які отримують цей бал; для класу, що складається з 25 учнів, розподіл частоти отриманих оцінок літер може виглядати приблизно так: Частота оцінки A .............. 7 B ........... ..13 C .............. 3 D .............. 2
Візуалізація відносної кількості
Таблиці частот можуть допомогти дослідникам вивчити відносну кількість усіх конкретних цільових даних у їх вибірці. Відносна достатність представляє, яка частина набору даних складається з цільових даних. Відносна достатність часто представлена у вигляді гістограми частоти, але може бути легко відображена в таблиці частот. Розглянемо однаковий частотний розподіл середньотермінових класів. Відносна достатність - це просто відсоток учнів, які набрали певну оцінку, і може бути корисним для концептуалізації даних, не задумуючи їх. Наприклад, за допомогою доданого стовпця, який відображає відсоток залягання кожного класу, ви легко бачите, що більше половини класу набрали B, не потребуючи детальної перевірки даних.
Частота відносної сукупності (% частоти) A .............. 7 .............. 28% B ......... .... 13 ............ 52% C .............. 3 ............. 12% D .............. 2 .............. 8%
Складні набори даних можуть потребувати класифікації в інтервали
Одним недоліком є те, що важко зрозуміти складні набори даних, які відображаються на таблиці частот. Великі набори даних можна розділити на інтервальні класи для легкої візуалізації за допомогою таблиці частот. Наприклад, якщо ви запитали наступних 100 людей, яких ви бачите, який був їхній вік, ви, ймовірно, отримаєте широкий спектр відповідей, що охоплюють десь від трьох до дев'яносто три. Замість того, щоб у свою частотну таблицю включати рядки для кожного віку, ви можете класифікувати дані на інтервали, такі як 0 - 10 років, 11 - 20 років, 21 - 30 років тощо. Це також може називатися згрупованим розподілом частоти.
Таблиці частот можуть затінити скат і куртоз
Якщо не відображається на гістограмі, в таблиці частот не можуть бути помітні косості та куртоз даних. Скісність показує, в якому напрямку прагнуть ваші дані. Якби оцінки відображалися по осі X графіка, що показує частоту середньострокових оцінок для наших 25 студентів вище, розподіл буде косим у напрямку As і Bs. Куртоз розповідає про центральний пік ваших даних - чи впаде він у відповідність до нормального розподілу, який є приємною гладкою кривою дзвіночка, або буде високим і гострим. Якщо ви графікуєте середньострокові оцінки в нашому прикладі, ви знайдете високий пік при B з різким спадом при розподілі нижчих сортів.