通过MCP连接 →

输入计算

若留空,组距 = ⌈√n⌉(n 为数据个数)

数学公式

广告

结果

主要统计指标

均值 4.8
中位数 5
标准差 2.2998

频率分布

区间 频数
1 - 5 4
5 - 8 6

输入摘要

输入数据 1,2,3,4,5,5,6,7,7,8
组距 4
极差 1 - 8

什么是频率分布计算器?

频率分布计算器能把杂乱的原始数据整理成一张清晰的汇总表,直观展示每个数值或每个数值区间在数据集中出现的次数。你不必再逐个核对一长串数字,就能一眼看出数据集中在哪里、哪里出现空档,以及整体的离散程度。除此之外,本计算器还会自动算出几项关键的统计指标——均值、中位数和标准差,并支持自定义分组区间(组距),方便你把连续型数据划分成有意义的区间。

直方图,将数据分组到各区间,柱形高度先升高后降低
频率分布将数据值分组到各个区间,并统计每个区间中落入的数量。

如何使用本计算器

  • 输入你的数据,数值之间用逗号或空格分隔(例如:12, 15, 15, 18, 22, 22, 22, 30)。
  • 选择数据的分组方式——按单个数值统计,或按区间(组)统计。
  • 如果按区间分组,请设置组距或组数。
  • 点击"计算",即可生成频率分布表、相对频率、累计频率以及各项汇总统计指标。

公式详解

频率分布表会列出每个数值或每个组,以及它出现的次数。还有两个相关指标可以补充更多信息:

$$k = \left\lceil \frac{\max - \min}{h} \right\rceil, \qquad f_i = \#\{\, x : L_i \le x < L_i + h \,\}$$ $$\text{where}\quad \left\{ \begin{aligned} x &= \text{Data values} \\ h &= \text{Bin Size} \;\text{or}\; \left\lceil \sqrt{n} \right\rceil \\ L_i &= \min + i\,h \end{aligned} \right.$$
  • 相对频率 = 频数 ÷ 总数。它把每个频数表示为占比或百分比。
  • 累计频率 = 从第一组累加到当前组(含当前组)的频数总和。

汇总统计指标采用标准公式:均值是所有数值之和除以数据个数;中位数是数据排序后位于中间的数值;标准差衡量数据通常偏离均值的程度,计算方法是先求出各数值与均值之差的平方的平均值,再取平方根。

Advertisement
图示将数据范围在最小值和最大值之间分成等宽的区间
区间数量等于数据范围除以区间大小后向上取整。

实例演示

假设你收集到一组考试成绩:70、75、75、80、80、80、85、90。其中数值 80 出现了三次,因此它的频数为 3,相对频率为 \(3 \div 8 = 0.375\)(即 37.5%)。均值为 \((70+75+75+80+80+80+85+90) \div 8 = 79.4\)。由于共有 8 个数值,中位数取排序后第 4 个和第 5 个数值的平均:\((80+80) \div 2 = 80\)。标准差约为 6.0,说明这些成绩与均值相差不大、分布比较集中。

常见问题

分多少组最合适? 一个常用的经验法则是取数据个数的平方根,但你可以灵活调整组数,找到最能体现数据规律的分组方式。组数太少会掩盖细节,太多则会显得杂乱。

频率和相对频率有什么区别? 频率是出现次数的原始计数,而相对频率是这个计数占总数的比例或百分比,便于在规模不同的数据集之间进行比较。

可以用它处理分组的连续型数据吗? 可以。只要设置好组距,就能把连续数值划分成 0–9、10–19 等区间,然后读取每个区间对应的频数即可。

最后更新: