相對頻率計算器 - 頻率分布

頻數是統計學中最基本的概念之一：它只是計算資料集中每個數值出現的次數。相對頻率再進一步，將每個次數表示為觀測總數的比例，把原始計數轉換為分數或百分比，因此無論資料集大小如何都仍具意義。單看頻數 6 不容易解讀；相對頻率 30% 會立刻告訴你，將近三分之一的觀測值取了此數值。 計算方式很直接。針對資料集中的每個不同數值，計算其出現次數——這就是絕對頻數。接著用該次數除以資料點總數。乘以 100 可表示為百分比。若在 20 次擲骰資料中，數值 3 出現 4 次，頻數為 4，相對頻率為 4/20 = 0.20，也就是 20%。所有不同數值的相對頻率總和永遠為 1（或 100%），這是很有用的合理性檢查。 累積頻數是在排序後的數值中逐步累加頻數而得。數值 v 的累積頻數，是小於或等於 v 的觀測值總數。同樣地，數值 v 的累積相對頻率（也稱為經驗 CDF）是觀測值 ≤ v 的比例。資料集中最大值的累積相對頻率永遠正好是 1.0（100%）。 在教育與評量中，相對頻率表用來描述考試分數、成績或問卷回覆的分布。老師面對 30 名學生時，可以立即看出各分數層級所占比例，以及分布大致為對稱、左偏或右偏。在市場研究中，相對頻率能以主管與客戶一看就懂的格式，摘要顧客滿意度評分、產品偏好與人口統計類別。 在品質管制與製造中，頻率分布是統計製程管制（SPC）的基礎。工程師透過繪製缺陷數、尺寸或製程量測值隨時間的相對頻率，可以在影響產品品質前找出漂移、異常變異或系統性變化。柏拉圖——依頻數排序的長條圖——是識別少數主要缺陷類型的標準工具，其根據是常見原則：20% 的原因往往解釋 80% 的缺陷。 在機率論中，大數法則指出，隨著隨機實驗試驗次數增加，觀測到的相對頻率會收斂到理論機率。這個關聯使相對頻率表成為實驗資料與理論機率分布之間的經驗橋梁。若只有 10 次擲硬幣，正面的相對頻率可能離 0.5 很遠；若擲 10,000 次，則會非常接近。相對頻率計算器可讓你用任何提供的資料集直接探索這種收斂。 實用提示：計算器會先依數值升冪排序，再計算頻數。如果資料集包含分類標籤而非數字，請先將其編碼成數字（例如把問卷回覆 Never/Sometimes/Always 編碼為 1/2/3）再輸入。