Hva er de forskjellige typene histogramtolkning?

Det er mange forskjellige typer histogramtolkning, bestemt av den generelle formen på grafen.De to hovedskillene er symmetriske histogrammer og asymmetriske histogrammer.Innenfor de to hovedskillene er en rekke andre distinksjoner, avhengig av fordelingen av grafen.Å forstå de forskjellige typene histogramtolkning kan la analytikere vite noe om dataene ved første øyekast.

Den normale formen til et histogram er kjent som klokkeformen, eller klokkekurven.Det høyeste antall datapunkter er plassert nær midten av grafen, med stadig lavere mengder punkter i hver ende, og beveger seg bort fra sentrum.Når det trekkes en linje, og omtrent ved å bruke toppen av stengene som referansepunkter, ligner den formen på en bjelle.Dette er mønsteret som oppstår oftest når du analyserer ting som oppstår i den naturlige verden.

To typiske variasjoner av den symmetriske histogramtolkningen er den ikke-normale kortailed og den ikke-normale lange halen.I disse tilfellene har datapunktene fortsatt stort sett til og med på hver side, men det er en viss forskjell i distribusjonen.I en kort-halet histogramtolkning har datapunktene en tendens til å samle seg rundt sentrum.I en langhale tolkning har datapunktene en tendens til å være mer spredt, men fremdeles for det meste jevnt fordelt på hver side.

En annen variant av det symmetriske histogrammet er symmetrisk med outliers.I dette tilfellet kan det være betydelige hull i datasettene som etterlater hull i histogrammet.Til tross for det, forblir histogrammet relativt symmetrisk fordi outliers vises på begge sider.I noen tilfeller kan outliers kastes ut fordi de ikke er statistisk signifikante.

Den andre hovedtypen for tolkning for histogrammer er den asymmetriske tolkningen.I likhet med den andre store divisjonen, kan asymmetriske histogrammer videre brytes ned i underavdelinger.Asymmetriske histogrammer er også kjent som skjeve histogrammer, fordi datapunktene favoriserer den ene siden av sentrum eller den andre siden.Outliers kan også eksistere i skjeve histogrammer, men påvirker vanligvis ikke formen eller gjennomsnittet, med mindre de er ekstreme outliers.

En skjev eller asymmetrisk histogramtolkning er ofte vanskelig å virkelig oppnå fordi datapunktene er sterkt foretrukket til en side ellerannen.Ofte kan gjennomsnitt bety veldig lite i slike datasett fordi de er så skjeve.Gjennomsnittet er kanskje ikke virkelig midt i histogrammet, og dette har en tendens til å redusere dens statistiske betydning.