히스토그램 클래스 란 무엇입니까?

histogram 클래스는 주파수 분포 또는 원시 데이터 표에 데이터 포인트를 포함하는 값의 범위입니다.그것들은 또한 간격, 쓰레기통 또는 빈 너비라고도합니다.히스토그램에서, 막대 그래프 유형에서,이 클래스는 열의 높이가 클래스 범위에 포함 된 데이터 포인트의 수를 나타내는 수직 열로 표시됩니다.일반적으로, 히스토그램 클래스의 선택은 데이터 통계 또는 추세의 시각적 표현을 향상시키기 위해 만들어집니다.

많은 양의 데이터가 표시되면 히스토그램은 분포의 모양을 나타내는 데 특히 유용합니다.전체 데이터 범위가 간격으로 나뉘어지고 각각의 데이터 포인트 수는 클래스 빈도를 제공하기 위해 계산됩니다.간격의 범위 또는 너비는 히스토그램 클래스의 수를 결정하고 그래프의 모양에 영향을줍니다.

간격이 너무 넓어지면 클래스가 너무 포괄적이기 때문에 중요한 정보가 생략 될 수 있습니다.간격 폭을 선택하는 것이 너무 좁을 때, 낮은 클래스 주파수는 실제로 임의의 변화에 부당하게 중요해질 수 있습니다.데이터 세트에 적합한 수의 히스토그램 클래스를 설정하는 몇 가지 방법이 있습니다.sturgiss 규칙에 따르면 클래스 수는 데이터 포인트 수의 기본 2 로그에 가깝고 1 개 이상이어야합니다.Rices Rule을 사용하면 정의 된 클래스 수는 데이터 포인트 수의 큐브 루트의 두 배 여야합니다.히스토그램 클래스의 수를 선택하는 데 사용되는 방법이든, 히스토그램 모양의 클래스 크기에 대한 감도를 테스트하기 위해 여러 가지 너비를 시도해야합니다.올바른 수의 클래스는 데이터의 분포를 가장 정확하게 묘사하는 클래스입니다.

다양한 데이터에 대한 적절한 수의 히스토그램 클래스를 사용하면 의미있는 그래픽 표현이 명확한 해석을 가능하게해야합니다.히스토그램은 데이터의 중심 및 스프레드, 모든 비대칭 또는 데이터 비대칭 및 특이 치 또는 예상 값 범위 밖에서 발생하는 데이터 포인트를 표시해야합니다.모드 또는 가장 자주 발생하는 값은 다중 양식을 나타낼 수있는 그룹화뿐만 아니라 분명해야합니다.히스토그램 분석은 또한 데이터 수집 프로세스의 결함을 나타낼 수 있습니다. 금융 및 사회 과학에 사용 된 히스토그램은 소비자 전자 장치의 그래픽 디스플레이에 더 익숙해지고 있습니다.디지털 사진은 특히 사용에 개방적이며, 많은 카메라가 컬러 히스토그램을 통합하여 백색 균형과 노출을 나타냅니다.디지털 사진 히스토그램은 회색 음영에 대해 히스토그램 클래스를 플로팅함에 따라 픽셀을 보여줄 수 있습니다.