什麼是次數分配表計算器?
次數分配表計算器能把雜亂的原始資料整理成一張清楚的彙總表,呈現每個數值或每個區間在資料集中出現的次數。你不必再逐筆檢視一長串數字,就能一眼看出資料集中分布在哪裡、哪些地方有缺口,以及整體數值的離散程度。此外,這個計算器還會自動算出幾項重要的統計量——平均數、中位數與標準差,並且讓你自訂組距,把連續型資料分組成有意義的區間。
如何使用這個計算器
- 輸入你的資料數值,並以逗號或空格分隔(例如:12, 15, 15, 18, 22, 22, 22, 30)。
- 選擇資料的分組方式——可以依個別數值分組,也可以依組別區間(組距)分組。
- 若要將資料分成多個區間,請設定組距或組數。
- 點選「計算」,即可產生次數分配表、相對次數、累積次數,以及各項統計摘要。
公式說明
次數分配表會把每個數值或每一組與其出現次數並列呈現。另外有兩個相關指標可以補充說明資料:
$$k = \left\lceil \frac{\max - \min}{h} \right\rceil, \qquad f_i = \#\{\, x : L_i \le x < L_i + h \,\}$$
$$\text{where}\quad \left\{ \begin{aligned} x &= \text{Data values} \\ h &= \text{Bin Size} \;\text{or}\; \left\lceil \sqrt{n} \right\rceil \\ L_i &= \min + i\,h \end{aligned} \right.$$
- 相對次數=次數 ÷ 總筆數。它把每個次數換算成比例或百分比。
- 累積次數=從第一組累加到目前這一組(含本組)的次數總和。
各項統計量都採用標準公式:平均數是所有數值的總和除以資料筆數;中位數是把資料排序後位於中間的數值;標準差則衡量數值通常離平均數有多遠,計算方式為平均平方離差的平方根。
實例演算
假設你蒐集到一組考試成績:70、75、75、80、80、80、85、90。其中 80 出現了三次,因此它的次數為 3,相對次數為 \(3 \div 8 = 0.375\)(37.5%)。平均數為 \((70+75+75+80+80+80+85+90) \div 8 = 79.4\)。由於共有 8 筆資料,中位數取排序後第 4 與第 5 個數值的平均:\((80+80) \div 2 = 80\)。標準差約為 6.0,顯示這些成績大致都靠近平均數。
如何手動建立次數分配表
- 找出資料集的最小值與最大值。
- 計算全距:\(\text{全距} = \max - \min\)。
- 選擇組數 \(k\)。兩種常用規則是史特吉斯法則 \(k = 1 + \log_2(n)\) 與平方根法則 \(k = \lceil \sqrt{n} \rceil\)。將 \(k\) 無條件進位為整數。兩者都只是起點。
- 設定組距:\(h = \lceil \text{全距} / k \rceil\)。無條件進位(通常取便於計算的整數)可確保各組涵蓋整個全距。
- 定義不重疊的組界,從最小值開始:\(L_i = \min + i\,h\)。每一組為 \([L_i, L_i + h)\),即下限包含在內、上限不包含在內。恰等於某組上限的值歸入下一組。
- 計數,將每個值恰好歸入一組,得到次數 \(f_i\)。
- 計算相對次數 \(f_i / n\) 與累積次數(\(f_i\) 的逐項累加)。
- 檢查:次數總和必須等於 \(n\),相對次數總和必須為 1(四捨五入造成的誤差除外),且最後一個累積次數必須等於 \(n\)。
簡短分組範例
資料(n = 12):4、7、8、9、11、12、12、14、15、18、19、22。
最小值 = 4,最大值 = 22,因此全距為 \(22 - 4 = 18\)。史特吉斯法則得 \(k = 1 + \log_2(12) \approx 4.58\),無條件進位為 5 組。組距為 \(18 / 5 = 3.6\),無條件進位為 \(h = 4\)。
| 組別 | 數值 | 次數 | 相對次數 | 累積次數 |
|---|---|---|---|---|
| [4, 8) | 4、7 | 2 | 0.167 | 2 |
| [8, 12) | 8、9、11 | 3 | 0.250 | 5 |
| [12, 16) | 12、12、14、15 | 4 | 0.333 | 9 |
| [16, 20) | 18、19 | 2 | 0.167 | 11 |
| [20, 24) | 22 | 1 | 0.083 | 12 |
檢查:\(2 + 3 + 4 + 2 + 1 = 12 = n\),且最後一個累積次數為 12。
次數分配的關鍵術語
- 次數(\(f\)):落在某一類別或組別中的觀察值個數。
- 相對次數:\(f / n\),即該組佔全部觀察值的比例。乘以 100 可得百分比。
- 累積次數:截至某一組(含該組)為止的次數逐項總和。
- 組區間(組):將資料分組的數值範圍,例如 [8, 12)。
- 組距(\(h\)):從某一組的下限到下一組下限的距離。
- 組限與組界:組限是某一組所標示的端點(對於整數資料,例如 10–19)。組界是相鄰兩組之間的中間點(9.5 與 19.5),因此不會有間隙。採用半開區間慣例 [L, L + h) 時,下限包含在內,上限不包含在內。
- 組中點:\((\text{下限} + \text{上限}) / 2\)。以分組資料估計統計量時,用來代表該組內的每個值。
- 眾數:出現次數最多的值。在分組資料中,眾數組是次數最高的那一組。
- 全距:最大值減最小值。
- 標準差:衡量數值與平均數之間典型距離的指標。母體版本為 \(\sigma = \sqrt{\frac{\sum (x_i - \mu)^2}{N}}\),用於資料即為整個母體時。樣本版本為 \(s = \sqrt{\frac{\sum (x_i - \bar{x})^2}{n - 1}}\),用於資料為取自較大母體的樣本時。除以 \(n - 1\) 是為了修正樣本往往低估離散程度的傾向。
解讀你的次數分配
判讀形狀
- 對稱:直方圖兩側以中心互相對稱。平均數與中位數相近。
- 右偏(正偏態):長尾伸向較大的值,且多數觀察值位於較低的一側。
- 左偏(負偏態):長尾伸向較小的值,且多數觀察值位於較高的一側。
- 雙峰:有兩個明顯的高峰,通常表示一個資料集中混合了兩個子群體。
- 均勻:各組次數大致相等,沒有明顯的高峰。
平均數與中位數的比較
在右偏分配中,平均數通常大於中位數。在左偏分配中,平均數通常小於中位數。當兩者大致相等時,分配通常大致對稱。這是一種常見的傾向,而非嚴格的規則,對於多峰或不規則的資料可能不成立。
離群值的影響
平均數與標準差對極端值很敏感,因為每個觀察值都參與計算,而且標準差會將偏差平方。中位數與眾數受到的影響小得多。一個非常大的值可能明顯地把平均數拉向它,並擴大標準差,而中位數幾乎不變。
標準差與離散程度
標準差越大,表示數值相對於平均數越分散。對於大致呈常態(鐘形)的資料,約 68% 的值落在平均數的 1 個標準差範圍內,約 95% 在 2 個標準差內,約 99.7% 在 3 個標準差內。這些百分比通常不適用於偏態或厚尾的資料。
組距如何改變外觀形狀
非常窄的組距會產生鋸齒狀的直方圖,出現許多可能只是雜訊的小高峰。非常寬的組距則會把資料過度平滑,使真實的特徵(例如第二個高峰或偏態)消失。同一組資料以某一組距看可能是單峰,以另一組距看卻可能是雙峰,因此在對形狀下結論之前,值得檢查幾種組距。史特吉斯法則或平方根法則提供的是合理的起點,而非唯一正確的答案。
常見問題
組數要設定多少才最理想?常見的經驗法則是取資料筆數的平方根,不過你可以依需求調整組數,以最清楚地呈現資料樣態。組數太少會隱藏細節,太多則會產生雜訊。
次數與相對次數有什麼差別?次數是出現的原始計數,相對次數則是把這個計數換算成佔總數的比例或百分比,方便用來比較規模不同的資料集。
可以用在分組的連續型資料嗎?可以。設定組距後,就能把連續數值分成 0–9、10–19 等區間,再讀出每個區間的次數。