如何读取直方图(read histograms)

如果您参与统计观察或查看任何类型的技术数据,您可能需要能够读取直方图。直方图是数据的特定视觉表示,通常是使用无空格的条形图来表示不同组或样本集中的事件数。对于需要了解直方图内容以及如何解释直方图的初学者,以下是一些基本步骤。...

第1部分第1部分(共2部分):读取直方图

  1. 1识别条形图和柱状图之间的差异。柱状图和柱状图相似,但有一些非常具体的差异。条形图将数字分组为类别,而直方图将数字分组为范围。直方图通常用于显示连续数据集的结果,如身高、体重、时间等。条形图在条之间有空格,而直方图没有空格。直方图通常显示事件在定义范围内发生的频率。它显示了该事件发生的次数。
  2. Image titled Read Histograms Step 1
  3. 2读取图形的轴。x轴是水平轴,y轴是垂直轴。两者都为您提供了阅读直方图的基本信息。许多柱状图显示了发生频率的结果,并有一个y轴指示频率。x轴将告诉您数据分组的范围。例如,详述职业棒球投手身高频率的直方图将具有高度的x轴和频率的y轴。
  4. Image titled Read Histograms Step 2
  5. 3确定使用的范围。将数据分组到范围或容器中以进行绘图。选择正确的箱子大小对于生成有助于解释结果的图形非常重要。您希望选择的范围不要太宽或太具体,并允许您查看数据中的基本频率模式。例如,职业棒球投手的平均身高是6英尺2英寸,但显然也有例外。因为身高范围可能在5英尺6英寸到6英尺6英寸中间之间,所以投手的箱子应该只相差约1到2英寸。关于范围的另一个注意事项:第一组可能在5英尺6英寸到5英尺8英寸之间,但不包括5英尺8英寸。每一组包括到下一组开始的所有内容。
  6. Image titled Read Histograms Step 3
  7. 4使用条形图顶部读取该组的频率。如果您想知道某个事件在特定范围内发生了多少次,只需查看条的顶部并读取该点y轴上的值。例如,从柱状图上看,在6英尺0英寸到6英尺2英寸之间的球员人数是50人。
  8. Image titled Read Histograms Step 4

第2部分第2部分(共2部分):绘制直方图

  1. 1要绘制的图形数据。如果您想收集某个频率的数据,那么绘制直方图是查看数据的好方法。无论你是看一本特定书籍的销量还是农场奶牛的体重分布,柱状图都是一种简单的方法,可以大致了解数据分布的整体模式。
  2. Image titled Read Histograms Step 5
  3. 2选择你的垃圾桶。绘制数据时,必须首先确定如何将其划分为多个范围。你要选择能给你一个良好表现力的箱子,所以你不希望它们太宽泛或太具体。例如,假设农场上有10个奶牛体重数据点:1150、1400、1100、1600、1800、1550、1750、1350、1400和1300。这些重量变化数百磅,所以你希望你的箱子也变化数百磅。每200磅设置一个垃圾箱,从1100磅到1900磅。1100-1300、1300-1500、1500-1700、1700-1900,共4个箱子。
  4. Image titled Read Histograms Step 6
  5. 3将数据分离到箱子中。一旦你选择了你的箱子,你需要将数据排序到这些箱子中。从把你所有的价值观按升序排列开始。然后在箱子的分割处画一条线。计算落入每个箱子的值的数量。这个数字是每个范围的频率。请记住,如果该值等于箱子的边界,则它会落在右边的箱子中。例如,假设农场上有10个奶牛体重数据点:1150、1400、1100、1600、1800、1550、1650、1350、1400和1300。将它们按升序排序:1100、1150、1300、1350、1400、1400、1550、1600、1650、1800将它们分为几个箱子:1100、1150 | 1300、1350、1400、1400 | 1550、1600、1650 | 1800计数频率:箱子1:2、箱子2:4、箱子3:3、箱子4:1
  6. Image titled Read Histograms Step 7
  7. 4绘制直方图。您可以使用已排序的数据手动构建直方图,也可以使用Excel或其他统计程序等程序。要手工绘制,只需绘制一个x轴和y轴,并在每个轴上设置比例。x轴将由您已经选择的箱子设置,y轴的比例由频率数据设置。为每个箱子绘制条形图,直至与箱子关联的频率值。把它们涂上颜色,确保所有的条都相互接触。例如,对于奶牛的体重,x轴的范围为1100-1900,增量为200;y轴的比例范围为1到4,增量为1。第一个箱子1100-1300的频率为2,因此绘制一个高达2的条形图并将其着色。在第一个条形图的正旁边,绘制第二个箱子的第二个条形图,其频率为4。第三条上升到3,最后一条上升到1。
  8. Image titled Read Histograms Step 8
  9. 5标记两个轴。没有标记的轴,任何图形都不完整。让它们变大、变大胆,让它们脱颖而出。确保标签准确表示显示的数据。y轴将标记为频率,而x轴标签将取决于收集的数据类型。例如,x轴将标记为“奶牛体重(磅)”,y轴将标记为“频率”。
  10. Image titled Read Histograms Step 9

你可能感兴趣的文章

如何在microsoft团队中关闭读取回执

...你可以在一定程度上避免发送它们。我们也会报道的。 如何关闭读取收据 在Microsoft团队中,单击窗口右上角的个人资料图片并选择“设置” 导航到“隐私”平板电脑并关闭“阅读收据” 如果您在单独的窗口中打开了任何聊...

  • 发布于 2021-03-31 19:24
  • 阅读 ( 290 )

如何防止人们知道你读过他们的imessage

默认情况下,iPhone和Mac上的iMessage会在您阅读邮件时显示发件人。这有时很方便,但不总是。好消息是这个功能很容易打开和关闭。 相关:为什么我的iPhone上有些是绿色的,有些是蓝色的? iOS和Mac设备上的消息应用程序能够发...

  • 发布于 2021-04-09 02:33
  • 阅读 ( 225 )

学会像photoshop、gimp和pro那样调整对比度油漆.net

...范围?请继续阅读,了解三个主要程序中的级别、曲线和直方图。 曲线和水平不像Photoshop、GIMP和其他更基本的亮度和对比度滑块那样直观油漆.NET大家分享。然而,他们提供了更多的图像控制,专业人士和熟练的图像编辑将要求...

  • 发布于 2021-04-13 01:21
  • 阅读 ( 117 )

百分比价格振荡器(ppo)

... PPO=12周期均线−26期均线26期均线×100信号线=9周期均线PPO直方图=PPO−信号Linewhere:EMA=Exponential 移动平均\开始{对齐}&amp\text{PPO}=\frac{\text{12周期EMA}-\text{26周期EMA}{\text{26周期EMA}}}\times100\\\&amp\text{Signal Line}=\text{PPO的9周期EMA}\\&am...

  • 发布于 2021-06-06 04:20
  • 阅读 ( 337 )

直方图

什么是直方图(a histogram)? 直方图是将一组数据点组织成用户指定范围的图形表示。柱状图在外观上类似于条形图,它通过获取许多数据点并将它们分组到逻辑范围或数据箱中,将数据序列压缩为易于解释的视觉效果。 关键...

  • 发布于 2021-06-07 19:56
  • 阅读 ( 259 )

条形图(a bar chart)和直方图(a histogram)的区别

尽管条形图和直方图在显示和比较统计数据方面有相似之处,但它们是两种不同类型的图形表示。本文展示了两者之间的区别。 总结表格 条形图 直方图 显示分类数据 提供定量数据 显示不同的元素 显示分组在一起并被...

  • 发布于 2021-07-03 06:24
  • 阅读 ( 601 )

了解你的相机的柱状图,以采取更平衡的照片

...它们都是无用的。想拍一张完全曝光的照片吗?学习使用直方图是一个很好的起点。谢米摄。如果你曾经拍过一张照片,觉得它在你相机不太完美的液晶屏上看起来很好,但当你把它放到电脑上时却发现曝光完全关闭了,那就是...

  • 发布于 2021-07-27 10:45
  • 阅读 ( 91 )

什么是直方图?(a histogram?)

直方图是一种在统计学中有广泛应用的图形。直方图通过指示数值范围内的数据点数量,提供数值数据的直观解释。这些值的范围称为类或容器。每个类别中的数据频率通过使用条形图来描述。条形图越高,该存储单元中数据...

  • 发布于 2021-10-08 08:08
  • 阅读 ( 311 )

什么是颜色直方图?(a color histogram?)

... 数字成像中的颜色直方图是对给定图像中相同颜色的像素频率的统计。这通常会变成一个图表,以帮助分析和调整图像中的平衡。几乎所有照片编辑软件和大量数码相机都有颜色直方图查看...

  • 发布于 2021-12-31 18:31
  • 阅读 ( 171 )

什么是直方图测试?(a histogram test?)

... 直方图测试是直观描述大量数据分布的线性图,提供了频率和可变性的总体视图。与条形图类似,直方图具有一组线性列,但每列通常表示数据分布中的一个类。检查模数...

  • 发布于 2021-12-31 18:46
  • 阅读 ( 106 )