Πλεονεκτήματα και μειονεκτήματα ενός Πίνακα Συχνότητας

Posted on
Συγγραφέας: Laura McKinney
Ημερομηνία Δημιουργίας: 7 Απρίλιος 2021
Ημερομηνία Ενημέρωσης: 17 Νοέμβριος 2024
Anonim
RCBO Τι είναι, Πως το τοποθετούμε, πλεονεκτήματα, μειονεκτήματα
Βίντεο: RCBO Τι είναι, Πως το τοποθετούμε, πλεονεκτήματα, μειονεκτήματα

Περιεχόμενο

Οι πίνακες συχνοτήτων μπορούν να είναι χρήσιμοι για την περιγραφή του αριθμού περιστατικών ενός συγκεκριμένου τύπου δεδομένων σε ένα σύνολο δεδομένων. Οι πίνακες συχνοτήτων, που ονομάζονται επίσης κατανομές συχνότητας, είναι ένα από τα πιο βασικά εργαλεία για την εμφάνιση περιγραφικών στατιστικών στοιχείων. Οι πίνακες συχνοτήτων χρησιμοποιούνται ευρέως ως άμεση αναφορά στην κατανομή των δεδομένων. είναι εύκολο να ερμηνευτούν και μπορούν να εμφανίσουν μεγάλα σύνολα δεδομένων με έναν αρκετά συνοπτικό τρόπο. Οι πίνακες συχνοτήτων μπορούν να βοηθήσουν στον εντοπισμό προφανών τάσεων μέσα σε ένα σύνολο δεδομένων και μπορούν να χρησιμοποιηθούν για τη σύγκριση δεδομένων μεταξύ συνόλων δεδομένων του ίδιου τύπου. Ωστόσο, οι πίνακες συχνοτήτων δεν είναι κατάλληλοι για κάθε εφαρμογή. Μπορούν να αποκρύψουν ακραίες τιμές (περισσότερες από X ή μικρότερες από Y), και δεν προσφέρονται για αναλύσεις της ανύψωσης και της εκτίμησης των δεδομένων.


Οπτική απεικόνιση δεδομένων

Οι πίνακες συχνοτήτων μπορούν γρήγορα να αποκαλύψουν αποκλίσεις και ακόμη και σημαντικές τάσεις μέσα σε ένα σύνολο δεδομένων που δεν είναι παρά μια σύντομη επιθεώρηση. Για παράδειγμα, ένας δάσκαλος μπορεί να παρουσιάσει βαθμούς σπουδαστών για ένα μεσοπρόθεσμο σε πίνακα συχνοτήτων, προκειμένου να δει μια γρήγορη ματιά στο πώς η τάξη του κάνει γενικά. Ο αριθμός στη στήλη συχνότητας θα αντιπροσωπεύει τον αριθμό των σπουδαστών που λαμβάνουν αυτόν τον βαθμό. για μια τάξη 25 φοιτητών, η κατανομή συχνότητας των βαθμών επιστολών που λαμβάνονται μπορεί να μοιάζει με κάτι τέτοιο: Βαθμός Συχνότητα A .............. 7 B ........... .13 C .............. 3 D .............. 2

Οπτική απεικόνιση της σχετικής αφθονίας

Οι πίνακες συχνοτήτων μπορούν να βοηθήσουν τους ερευνητές να εξετάσουν τη σχετική αφθονία κάθε συγκεκριμένου στόχου δεδομένων στο δείγμα τους. Η σχετική αφθονία αντιπροσωπεύει πόσο από το σύνολο δεδομένων αποτελείται από τα δεδομένα στόχου. Η σχετική αφθονία συχνά αντιπροσωπεύεται ως ιστόγραμμα συχνότητας, αλλά μπορεί εύκολα να εμφανίζεται σε πίνακα συχνοτήτων. Εξετάστε την ίδια κατανομή συχνοτήτων των μεσοπρόθεσμων βαθμών. Η σχετική αφθονία είναι απλώς το ποσοστό των σπουδαστών που βαθμολόγησαν ένα συγκεκριμένο βαθμό και μπορεί να είναι χρήσιμο για την εννοιοποίηση των δεδομένων χωρίς να το ξεπεράσουμε. Για παράδειγμα, με την προστιθέμενη στήλη που εμφανίζει την επί τοις εκατό εμφάνιση κάθε βαθμού, μπορείτε εύκολα να δείτε ότι πάνω από το ήμισυ της τάξης σημείωσε ένα Β, χωρίς να χρειάζεται να ελέγξει λεπτομερώς τα δεδομένα.


Βαθμός συχνότητας Σχετική αφθονία (% συχνότητα) A .............. 7 .............. 28% B ......... .... 13 ............ 52% C .............. 3 ............. 12% Δ .............. 2 .............. 8%

Τα σύνθετα σύνολα δεδομένων ενδέχεται να χρειαστούν να ταξινομηθούν σε διαστήματα

Ένα μειονέκτημα είναι ότι είναι δύσκολο να κατανοηθούν σύνθετα σύνολα δεδομένων που εμφανίζονται σε πίνακα συχνοτήτων. Τα μεγάλα σύνολα δεδομένων μπορούν να χωριστούν σε κλάσεις διαστημάτων για εύκολη απεικόνιση χρησιμοποιώντας έναν πίνακα συχνότητας. Για παράδειγμα, εάν ρωτήσατε τα επόμενα 100 άτομα που βλέπετε ποια είναι η ηλικία τους, πιθανότατα θα έχετε ένα ευρύ φάσμα απαντήσεων που θα κυμαίνονται από τρία έως ενενήντα τρία. Αντί να συμπεριλάβετε σειρές για κάθε ηλικία στον πίνακα συχνότητας, θα μπορούσατε να ταξινομήσετε τα δεδομένα σε διαστήματα, όπως 0-10 χρόνια, 11-20 χρόνια, 21-30 χρόνια και ούτω καθεξής. Αυτό μπορεί επίσης να αναφέρεται ως ομαδοποιημένη κατανομή συχνότητας.


Οι Πίνακες Συχνότητας μπορούν να αποκρύψουν την Κοπή και την Κούρτωση

Εάν δεν εμφανίζεται σε ένα ιστόγραμμα, ενδέχεται να μην είναι άμεσα εμφανής η ύπαρξη λανθάνουσας σκέψης και η παραμόρφωση των δεδομένων σε έναν πίνακα συχνότητας. Η λανθάνουσα κατάσταση σας λέει σε ποια κατεύθυνση τείνουν τα δεδομένα σας. Εάν οι βαθμοί εμφανίζονταν στον άξονα Χ ενός γραφήματος που δείχνει τη συχνότητα των βαθμών midterm για τους 25 μαθητές μας παραπάνω, η διανομή θα ήταν δύσκολη προς τα As και τα Bs. Ο Kurtosis σας λέει για την κεντρική κορυφή των δεδομένων σας - είτε θα πέσει στη γραμμή μιας κανονικής κατανομής, η οποία είναι μια ωραία καμπύλη καμπάνας ή είναι ψηλή και απότομη. Αν καταγράψετε τις ενδιάμεσες βαθμολογίες στο παράδειγμά μας, θα βρείτε μια ψηλή κορυφή στο Β με μια απότομη πτώση στην κατανομή των χαμηλότερων βαθμών.