Ano ang iba't ibang uri ng interpretasyon ng histogram?

Maraming iba't ibang mga uri ng interpretasyon ng histogram, na tinutukoy ng pangkalahatang hugis ng graph.Ang dalawang pangunahing pagkakaiba ay simetriko histograms at asymmetrical histograms.Sa loob ng dalawang pangunahing pagkakaiba na ito ay maraming iba pang mga pagkakaiba, depende sa mga pamamahagi ng graph.Ang pag -unawa sa iba't ibang uri ng interpretasyon ng histogram ay maaaring ipaalam sa mga analyst ang isang bagay tungkol sa data sa unang sulyap.

Ang normal na hugis ng isang histogram ay kilala bilang hugis ng kampanilya, o ang curve ng kampanilya.Ang pinakamataas na bilang ng mga puntos ng data ay matatagpuan malapit sa gitna ng graph, na may mas mababang halaga ng mga puntos sa bawat dulo, na lumayo sa gitna.Kapag ang isang linya ay iguguhit, halos gamit ang mga tuktok ng mga bar bilang mga puntos ng sanggunian, kahawig nito ang hugis ng isang kampanilya.Ito ang pattern na nangyayari nang madalas kapag sinusuri ang mga bagay na nagaganap sa natural na mundo.Sa mga kasong ito, ang mga puntos ng data ay may posibilidad pa rin kahit na sa magkabilang panig, ngunit may ilang pagkakaiba sa pamamahagi.Sa isang maikling interpretasyon ng histogram, ang mga puntos ng data ay may posibilidad na mag-bunch up sa paligid ng gitna.Sa isang matagal na interpretasyon, ang mga puntos ng data ay may posibilidad na mas kumalat, ngunit halos lahat ay pantay na ipinamamahagi sa magkabilang panig.

Ang isa pang pagkakaiba-iba ng simetriko histogram ay simetriko sa mga outlier.Sa kasong ito, maaaring may mga makabuluhang gaps sa loob ng mga set ng data na nag -iiwan ng mga gaps sa histogram.Sa kabila nito, ang histogram ay nananatiling medyo simetriko dahil lumilitaw ang mga outlier sa magkabilang panig.Sa ilang mga kaso, ang mga outlier ay maaaring itapon dahil hindi sila makabuluhan sa istatistika.Tulad ng iba pang pangunahing dibisyon, ang asymmetrical histograms ay maaaring masira sa mga subdibisyon.Ang mga asymmetrical histograms ay kilala rin bilang mga skewed histograms, dahil ang mga puntos ng data ay pinapaboran ang isang bahagi ng sentro o sa kabilang panig.Ang mga outlier ay maaari ring umiiral sa mga skewed histograms, ngunit karaniwang hindi nakakaapekto sa hugis o average, maliban kung ang mga ito ay matinding outliers.iba pa.Kadalasan, ang mga average ay maaaring nangangahulugang napakaliit sa naturang mga set ng data dahil ang mga ito ay sobrang skewed.Ang average ay maaaring hindi tunay sa gitna ng histogram, at ito ay may posibilidad na mabawasan ang kabuluhan ng istatistika nito.