Калькулятор распределения частот - Создание таблиц
Мгновенно создавайте полную таблицу распределения частот для любого набора данных. Получайте интервалы классов, частоты, относительные частоты, накопленные частоты и ключевые сводные показатели.
Вставьте или введите числа, разделяя их запятыми, пробелами или переносами строк, выберите число классов и нажмите «Рассчитать», чтобы получить полную таблицу частот и сводку.
Калькулятор распределения частот
Группируйте данные по интервалам классов и вычисляйте частоты и показатели
Разделяйте числа запятыми, пробелами или переносами строк.
О калькуляторе распределения частот
Распределение частот — это табличное резюме, показывающее, как часто каждое значение — или диапазон значений — встречается в наборе данных. Если сгруппировать исходные данные в удобное число классов и посчитать наблюдения в каждом интервале, таблица частот превращает беспорядочный список чисел в структурированную картину формы, центра и разброса данных. Распределения частот — основополагающее понятие описательной статистики и база для гистограмм, полигонов относительных частот и кривых накопленной частоты.
Группированное распределение частот разбивает диапазон данных на фиксированное число непересекающихся интервалов одинаковой ширины. У каждого интервала есть нижняя граница, верхняя граница и середина. Частота — это количество точек данных, попавших в интервал. Относительная частота выражает частоту как долю (или процент) от общего числа, что упрощает сравнение распределений разных размеров. Накопленная частота — это нарастающая сумма частот от первого класса до текущего и показывает, сколько точек данных находится на уровне или ниже верхней границы каждого класса.
Выбор числа классов — это баланс: слишком мало классов сливают разные закономерности в один блок, а слишком много разбивают данные настолько мелко, что чёткий рисунок не проявляется. Распространённое правило — правило Стерджесса: k = 1 + 3.322 × log₁₀(n), где n — число данных. Например, 20 точек дают примерно 5 классов, 100 точек — примерно 7. Ширина класса затем вычисляется как width = (max − min) / k и округляется вверх до удобного значения, чтобы все данные аккуратно уместились.
Сводные показатели, полученные из распределения частот, являются приближениями, основанными на сгруппированных данных, а не на отдельных значениях. Сгруппированное среднее вычисляется как Σ(середина × частота) / n. Сгруппированное стандартное отклонение измеряет разброс данных вокруг сгруппированного среднего. Сгруппированная медиана оценивается интерполяцией внутри интервала класса, содержащего n/2-е наблюдение. Эти приближения очень близки к точным значениям, вычисленным по исходным данным, когда ширина класса мала по сравнению с диапазоном.
Распределения частот используются во всех областях, где возникают числовые данные. Преподаватели анализируют ими результаты тестов и выявляют учащихся, которым нужна дополнительная помощь. Бизнес анализирует суммы продаж, оценки продуктов или время ожидания клиентов, чтобы находить пики и узкие места. Медицинские исследователи распределяют клинические измерения, такие как давление, холестерин или ИМТ, чтобы понять здоровье населения. Инженеры по качеству проверяют измерения производственных процессов, чтобы выявлять дефекты или дрейф. В каждом случае таблица распределения частот — отправная точка для более глубокого анализа.
Распределение частот — примеры
Три практических набора данных, показывающих разные структуры классов и сводные показатели.
| Набор данных | Структура | Контекст |
|---|---|---|
| 82,90,75,68,88,75,95,100,72,85,91,78,84,88,77,95,65,80,73,86 — 5 классов | Классы: [65,72), [72,79), [79,86) … ; Среднее ≈ 82.85 | Оценки 20 учеников в классе. Ширина класса = 7. Большинство оценок сосредоточено в диапазоне 72–93, с небольшим левым хвостом. |
| 150,220,180,190,250,160,200,210,170,240,195,175,215,185,230 — 6 классов | Классы: [150,170), [170,190), [190,210) … ; Среднее ≈ 202.7 | Ежедневные продажи. Ширина класса = 20. Распределение показывает, что большинство дней сосредоточено в диапазоне 170–230 долларов. |
| 35,42,38,50,45,48,36,39,47,41,43,46,40,37,44,49,38,42,45,36 — 5 классов | Классы: [35,38), [38,41), [41,44) … ; Среднее ≈ 42.1 | Высота растений в см из ботанического исследования. Колоколообразное распределение подтверждает приблизительно нормальный характер роста. |
Как пользоваться калькулятором распределения частот
- Введите числовые данные в поле 'Набор данных'. Можно разделять значения запятыми, пробелами или переносами строк; калькулятор принимает любую комбинацию этих разделителей.
- Выберите число классов (bins), которое лучше всего подходит для вашего набора данных. Хорошая отправная точка — 5 классов для небольших наборов (n < 30) и 7–10 для более крупных. Можно использовать правило Стерджесса: k ≈ 1 + 3.322 × log₁₀(n).
- Нажмите 'Рассчитать'. Калькулятор найдёт минимум и максимум, вычислит ширину класса как (max − min) / classes с округлением вверх и отнесёт каждую точку данных к нужному интервалу.
- Изучите таблицу частот. В каждой строке показаны интервал класса, середина, частота, относительная частота (в процентах от общего числа) и накопленная частота (нарастающий итог).
- Проверьте сводные показатели под таблицей: сгруппированное среднее, медиану, стандартное отклонение и ширину класса. Кнопки примеров позволяют протестировать калькулятор на готовых наборах данных.
Калькулятор распределения частот — FAQ
Что такое таблица распределения частот?
Таблица распределения частот группирует исходные числовые данные в интервалы классов (bins) и считает, сколько значений попадает в каждую группу. Она превращает беспорядочный список в структурированное резюме, показывающее, где данные концентрируются, насколько они разбросаны и как выглядит общая форма распределения.
Как выбрать число классов?
Обычный подход — правило Стерджесса: k = 1 + 3.322 × log₁₀(n), где n — размер выборки. Это даёт около 5 классов для 20 данных и около 7 для 100. Либо поэкспериментируйте: начните с 5 классов и увеличивайте, пока распределение не покажет чёткий рисунок без лишнего шума. Большинство учебников рекомендуют 5–15 классов.
Что такое относительная частота и зачем она нужна?
Относительная частота — это доля всех наблюдений, попавших в класс: относительная частота = частота класса / общий n. Она превращает количества в проценты, облегчая сравнение распределений разного размера. Например, знать, что 35% оценок попало в диапазон 70–80, полезнее, чем просто знать количество, когда сравниваются два класса разной численности.
Что такое накопленная частота?
Накопленная частота — это нарастающая сумма частот от первого класса до текущего. Она показывает, сколько точек данных находится на уровне или ниже верхней границы каждого класса. Например, если накопленная частота в конце третьего класса равна 15 из 20, то 75% наблюдений попадает в первые три класса. Накопленная частота лежит в основе огивы (кривой накопленной частоты).
Почему среднее и стандартное отклонение помечены как 'группированные'?
Когда данные группируются по классам, точные индивидуальные значения теряются. Группированное среднее и стандартное отклонение вычисляются с использованием середины каждого класса как представительного значения, что даёт небольшое приближение. Эти оценки очень точны, когда ширина класса мала по сравнению с диапазоном, но могут немного отличаться от статистик, вычисленных по исходным данным.
В чём разница между гистограммами частот и относительных частот?
Гистограмма частот строит на оси y абсолютное количество, а гистограмма относительных частот — долю (или процент). Гистограммы относительных частот напрямую сравнимы для наборов разного размера и могут использоваться как эмпирическое приближение исходного вероятностного распределения. Форма одинаковая в обоих случаях — меняется только шкала оси y.