Jakie są różne rodzaje interpretacji histogramu?

Istnieje wiele różnych rodzajów interpretacji histogramu, określonych przez ogólny kształt wykresu.Dwa główne rozróżnienia to symetryczne histogramy i asymetryczne histogramy.W tych dwóch głównych rozróżnieniach znajduje się szereg innych rozróżnień, w zależności od rozkładów wykresu.Zrozumienie różnych rodzajów interpretacji histogramu może pozwolić analitykom wiedzieć coś o danych na pierwszy rzut oka.

Normalny kształt histogramu jest znany jako kształt dzwonka lub krzywa dzwonka.Największa liczba punktów danych znajduje się w pobliżu środka wykresu, z coraz mniejszymi ilościami punktów na każdym końcu, odchodząc od centrum.Po narysowaniu linii, z grubsza używając wierzchu prętów jako punktów odniesienia, przypomina kształt dzwonka.Jest to wzór, który występuje najczęściej podczas analizy rzeczy zachodzących w świecie przyrody.

Dwie typowe zmiany symetrycznej interpretacji histogramu to nienormalne krótkie ogon i nieformalne długie ogon.W takich przypadkach punkty danych są nadal głównie nawet po obu stronach, ale istnieje pewna różnica w rozkładu.W krótkiej interpretacji histogramu punkty danych mają tendencję do rozwijania się wokół centrum.W interpretacji o długim ogonie punkty danych są zwykle bardziej rozłożone, ale nadal w większości rozmieszczone po obu stronach.

Kolejna odmiana symetrycznego histogramu jest symetryczna z wartościami odstającymi.W takim przypadku w zestawach danych mogą istnieć znaczące luki, które pozostawiają luki w histogramie.Mimo to histogram pozostaje względnie symetryczny, ponieważ wartości odstające pojawiają się po obu stronach.W niektórych przypadkach wartości odstające mogą być wyrzucone, ponieważ nie są one istotne statystycznie.

Innym głównym rodzajem interpretacji histogramów jest asymetryczna interpretacja.Podobnie jak inny główny podział, asymetryczne histogramy można dalej podzielić na podział.Asymetryczne histogramy są również znane jako wypaczone histogramy, ponieważ punkty danych sprzyjają jednej stronie środka lub drugiej strony.Wartości wartości odstające mogą również istnieć w wypaczonych histogramach, ale zwykle nie wpływają na kształt lub średnie, chyba że są to ekstremalne wartości odstające.

Skrzynia lub asymetryczna interpretacja histogramInny.Często średnie mogą niewiele oznaczać w takich zestawach danych, ponieważ są one tak wypaczone.Średnia może nie być naprawdę w środku histogramu, a to ma tendencję do zmniejszenia jej istotności statystycznej.