本计算器的功能
本计算器将一组原始数字转换为绘制直方图所用的频数表。它将数据范围划分为等宽区间,并为每个区间给出计数、相对频数、累计计数、累计相对频数和密度。它适用于学生、分析人员以及需要快速了解数值分布情况的任何人。
使用方法
请按以下顺序输入:
- 数据值:以逗号、分号、空格或换行分隔的数字,小数点使用句点。
- 区间规则:自动(Sturges)、区间个数或区间宽度。
- 第一个区间的起点:数据最小值或手动输入的值。
- 起点值:仅在手动起点时使用,且不得大于最小数据值。
- 区间宽度:仅在使用区间宽度规则时使用,必须大于 0。
- 区间个数:仅在使用区间个数规则时使用,为 1 至 1000 之间的整数。
公式
设共有 \(n\) 个观测值,类别计数为 \(c_i\),区间宽度为 \(w\):
$$r_i = \frac{c_i}{n}, \qquad C_i = \sum_{j\le i} c_j, \qquad d_i = \frac{c_i}{n\,w}$$其中 \(r_i\) 为相对频数,\(C_i\) 为累计计数,\(d_i\) 为密度,因此直方图的面积等于 1。累计相对频数为 \(C_i/n\)。默认区间个数为:
$$k = \lceil \log_2 n \rceil + 1$$对于区间个数规则和 Sturges 规则,宽度为 \(w = (\max - \text{起点})/k\)。对于区间宽度规则,\(k = \max(1, \lceil (\max - \text{起点})/w \rceil)\)。
约定与假设
- 各区间宽度相等,并覆盖数据范围。默认的 Sturges 规则是本工具的设计选择,并非来自所引用的资料来源。
- 每个区间左闭右开,\([lo, hi)\)。最后一个区间为闭区间,\([lo, hi]\),因此最大值始终被计入。落在内部边界上的值归入上方区间。
- 相对频数为计数除以 n,其总和为 1。密度为计数除以 \(n w\)。
- 某区间的累计计数等于该区间计数加上所有较低区间的计数。
- 起点为数据最小值,或不得大于最小值的手动值,因此没有任何值落在区间之外。
- 若所有值相等,宽度将为 0,因此设为 1。无论请求多少个区间,工具都只报告一个包含所有值的区间。
- 结果以原始双精度浮点数计算,仅在显示时舍入:比例保留 4 位小数,边界保留 6 位有效数字。
计算示例
数据为 2.1、3.4、4.8、5.0、5.5、6.7、7.2、8.9、9.4、10.0、12.5、14.1,采用 Sturges 规则,并以数据最小值作为起点。则 \(n = 12\),且:
$$k = \lceil \log_2 12 \rceil + 1 = 4 + 1 = 5, \qquad w = \frac{14.1 - 2.1}{5} = 2.4$$各区间为 [2.1, 4.5);[4.5, 6.9);[6.9, 9.3);[9.3, 11.7);[11.7, 14.1]。
计数:2;4;2;2;2。相对频数:0.1667;0.3333;0.1667;0.1667;0.1667。累计计数:2;6;8;10;12。累计相对频数:0.1667;0.5000;0.6667;0.8333;1.0000。密度为:
$$d_1 = \frac{2}{12 \times 2.4} = 0.0694, \qquad d_2 = \frac{4}{12 \times 2.4} = 0.1389$$其余三个区间的密度均为 0.0694。
结果解读与局限
较高的柱子表明数值集中的位置。累计各列显示每个上边界处及以下数据所占的比例。直方图的形状取决于区间的选择,因此在得出结论前,请尝试几种不同的宽度。对于大样本,Sturges 规则往往给出较少的区间。在宽度模式下,若手动起点远低于数据,前面的区间可能为空。非数字内容会被拒绝,超过 1000 个区间是不允许的。
常见问题
当某个值恰好位于区间边界上时会怎样?
它将归入上方区间,因为区间是左闭的。唯一的例外是最后一个边界,它属于最后一个区间。
如果我的所有值都相同怎么办?
宽度将为零,因此设为 1,即使您要求了多个区间,也只会生成一个包含所有值的区间。
可以使用负数吗?
可以。允许负值,只要起点值不大于最小值,起点值也可以为负数。
为什么密度与相对频数不同?
密度还会除以区间宽度,因此所有柱子的总面积等于 1。这使得不同宽度的直方图可以相互比较。
应选择哪种区间规则?
需要整齐的类别界限时使用区间宽度,需要固定布局时使用区间个数,对于中等样本量则可将 Sturges 作为快速的默认选择。