ヒストグラム分布プロット(Histogram Distplot)

ヒストグラムは、隣り合う棒を用いて数値データの分布を図で表したものです。各棒は値の範囲(ビン)を表し、その高さは、その範囲に含まれるデータの度数に対応します。

最終レビュー

重要なポイント

ヒストグラムは、隣り合う棒を用いて数値データの分布を図で表したものです。

このページの内容
  1. ヒストグラムとは
  2. ヒストグラムを使用する場面
  3. ヒストグラムを正しく使用するためのガイドライン
  4. 代替手法:ヒストグラムを使用すべきでない場合
  5. ヒストグラム分布プロットの例
  6. ヒストグラム分布プロットの作成方法

ヒストグラムとは

ヒストグラムは、隣り合う棒を用いて数値データの分布を図で表したものです。各棒は値の範囲(ビン)を表し、その高さは、その範囲に含まれるデータの度数に対応します。横軸にはビン、縦軸には度数が示されます。

ヒストグラムは連続値のデータに使用し、棒グラフはカテゴリーデータに使用します。

ヒストグラムを使用する場面

ヒストグラムが特に役立つ場面は次のとおりです。

  • データ分布の分析:データの度数分布を視覚的に表現します。分布の形を把握し、中心傾向(平均、中央値、最頻値)を特定し、データの広がり、すなわちばらつきを評価するのに役立ちます。正規分布、歪んだ分布、二峰性の分布、外れ値などのパターンを明らかにできます。
  • データの探索:データセットを探索し、含まれる値についての知見を得るのに役立ちます。特定の範囲、すなわちビン内の値の度数と集中を確認できます。これにより、データ内のクラスター、欠落、異常なパターンを特定できます。
  • 外れ値の検出:データセット内の外れ値や極端な値を特定するのに役立ちます。外れ値は、他の棒よりも著しく高いまたは低い棒として現れることがよくあります。ヒストグラムの裾、すなわち両端を調べることで、主たる分布から外れた値を見つけられます。
  • データの前処理:データの前処理作業に役立ちます。たとえば、正規化や対数変換などの適切なデータ変換を決める前に、変数の分布の特性を評価するために使用できます。また、連続変数を離散化するための最適なビン分割の方針を決める際にも役立ちます。
  • 分布の比較:異なる変数やデータセットの分布を比較するのに役立ちます。同じグラフ上に複数のヒストグラムをプロットすることで、形、範囲、中心傾向を視覚的に比較できます。これにより、変数間の類似点、相違点、関係を特定するのに役立ちます。
  • 品質管理と工程改善:品質管理において、工程を監視し改善するために広く使用されています。工程の出力データを視覚化し、それが望ましい規格を満たしているか、許容範囲内にあるかを評価するのに使用できます。ヒストグラムの逸脱や異常は、潜在的な問題や改善の機会を示す場合があります。

ヒストグラムを正しく使用するためのガイドライン

  • データを効果的に表現するには、サンプルサイズを20以上にしてください
  • サンプルサイズが20以上の場合に適しています
  • サンプルサイズが小さいと、各棒に含まれるデータが不十分になる場合があります
  • サンプルサイズが20未満の場合は、個別値プロットの使用を検討してください
  • サンプルデータの無作為な選択が重要です
  • 無作為標本により、母集団についての一般化や推測が可能になります
  • 無作為に収集されていないデータは、母集団を正確に表さない場合があります。

代替手法:ヒストグラムを使用すべきでない場合

  • 個別値プロット:サンプルサイズが20未満の場合は、代替手法として個別値プロットを選択することをお勧めします。

ヒストグラム分布プロットの例

品質技術者が、2つの異なる供給業者のピストンを比較しています。技術者は、各供給業者から100個のピストンを無作為に選び、その長さを測定します。標本データの分布を比較するため、技術者は当てはめとグループを指定したヒストグラムを作成します。手順は次のとおりです。

  1. 必要なデータを収集しました。
  2. 次に、Zometric Statistical Software(https://statsai.zometric.com/)でデータを分析します。
  3. ヒストグラム分布プロットを見つけるには、Statistical module> Graphical analysis > Histogram Distplotを選択します。
  4. ツール内で、データとその他の入力項目を次のように入力します。
Histogram Distplot — figure 1Histogram Distplot — figure 2

6. 上記のツールを使用すると、次のような出力が得られます。

Histogram Distplot — figure 3

ヒストグラム分布プロットの作成方法

手順は次のとおりです。

  1. Zometric Statistical Softwareにログインします:https://statsai.zometric.com/
  2.  ホーム画面でStatistical Tool> Graphical analysis > Histogram Distplotを選択します。
  3. 次に、データを手動で入力するか、Excelシートからデータ全体をコピー(Ctrl+C)して貼り付けます(Ctrl+V)。または、Load Exampleオプションを使うとサンプルデータが読み込まれます。
  4. 次に、列をパラメーターに割り当てます。
  5. 最後に、ページ下部のcalculateをクリックすると、目的の結果が得られます。

ヒストグラム分布プロットのダッシュボードでは、画面が2つの部分に分かれています。

Histogram Distplot — figure 4

左側にはデータペイン(Data Pane)があります。Data Paneでは、各行が1つのサブグループになります。データは手動で入力するか、Excelシートからデータ全体をコピー(Ctrl+C)してここに貼り付けます(Ctrl+V)。

Load example: サンプルデータが読み込まれます。

Load File: Excelのデータを直接読み込むために使用します。

右側では、次の項目を指定するだけです。

Bin Size: ビンサイズは、ビン幅またはビン間隔とも呼ばれ、ヒストグラムで使用される各区間、すなわちビンの幅を指します。ヒストグラムを作成する際は、データの範囲が等しい大きさの区間の集合に分割され、各区間に含まれるデータ点の数を数えてヒストグラムが作成されます。

Curve type:

  • KDE: ヒストグラムにおける「kde」の曲線タイプは、カーネル密度推定(Kernel Density Estimation)曲線を指します。ヒストグラムがビンと棒でデータの分布を表すのに対し、KDE曲線は、データの背後にある確率密度関数(PDF)の滑らかな推定値を与えます。
  • Normal: ヒストグラムにおける「normal」の曲線タイプは、ガウス曲線や釣り鐘曲線とも呼ばれる正規分布曲線を指します。正規分布は左右対称の確率分布で、統計学や確率論で広く使用されています。

 Histnorm:

  • Percent: 各ビンの高さは、データセット内のデータ点の総数に対する、そのビンのデータ点の割合(パーセント)を表します。
  • Probability: 各ビンの高さは、データ点がそのビンに入る確率を表します。すべてのビンの高さの合計は1になります。
  • Probability Density: 確率密度のhistnormは、ヒストグラムの下の面積が1になるようにヒストグラムの度数を正規化して、確率密度関数(PDF)を計算します。
  • Density: 各ビン内のデータ点の度数を、ビン幅で正規化したものです。密度ヒストグラムでは、各ビンのデータ点の生の度数を示すだけでなく、ヒストグラムの下の面積の合計が1になるようにデータを表現するため、サンプルサイズやビン幅が異なる分布を比較できます

Download as Excel: 結果をExcel形式で表示します。この形式は簡単に編集でき、load fileオプションを使って計算のために再読み込みできます。

よくある質問

ヒストグラムとは何ですか?

ヒストグラムは、隣り合う棒を用いて数値データの分布を図で表したものです。各棒はビンと呼ばれる値の範囲を表し、その高さは、その範囲のデータの度数に対応します。横軸にはビン、縦軸には度数が示されます。ヒストグラムは連続値のデータに使用し、棒グラフはカテゴリーデータに使用します。

ヒストグラムには何個のデータ点が必要ですか?

効果的なヒストグラムのためには、サンプルサイズが20以上であることが望まれます。サンプルが小さいと、各棒に含まれるデータが不十分になる場合があるためです。値が20個未満の場合は、代わりに個別値プロットを使用してください。ヒストグラムが母集団を表すためには、サンプルの無作為な選択も重要です。

ヒストグラム上のKDE曲線と正規曲線の違いは何ですか?

KDE(カーネル密度推定)曲線は、データの背後にある確率密度関数の滑らかな推定値を、データの実際の形に沿って与えます。正規曲線は、左右対称の釣り鐘形のガウス分布を重ねて表示するため、データの形を正規分布と比較できます。

ヒストグラムからデータについて何がわかりますか?

ヒストグラムは、分布の形、中心傾向、広がりを示します。正規分布、歪んだ分布、二峰性の分布、クラスター、欠落、裾の外れ値を明らかにできます。品質管理では、工程の出力が規格を満たしているかを評価するのに役立ち、複数のヒストグラムを比較して、2つの供給業者のピストンのようなグループ間の違いを確認できます。