히스토그램(Flexi)
히스토그램은 인접한 막대를 사용하여 수치 데이터의 분포를 그래프로 나타낸 것입니다. 각 막대는 값의 범위(구간)를 나타내며, 막대의 높이는 그 범위에 속하는 데이터의 도수에 해당합니다.
최종 검토
핵심 요점
히스토그램은 인접한 막대를 사용하여 수치 데이터의 분포를 그래프로 나타낸 것입니다.
이 페이지 내용
히스토그램이란?
히스토그램은 인접한 막대를 사용하여 수치 데이터의 분포를 그래프로 나타낸 것입니다. 각 막대는 값의 범위(구간)를 나타내며, 막대의 높이는 그 범위에 속하는 데이터의 도수에 해당합니다. 가로축은 구간을, 세로축은 도수를 나타냅니다.
히스토그램은 연속형 데이터에, 막대 그래프는 범주형 데이터에 사용합니다.
히스토그램은 언제 사용합니까?
히스토그램이 특히 유용한 상황은 다음과 같습니다.
- 데이터 분포 분석: 데이터의 도수분포를 시각적으로 보여 줍니다. 분포의 모양을 이해하고, 중심 경향(평균, 중앙값, 최빈값)을 파악하며, 데이터의 산포 또는 변동성을 평가하는 데 도움이 됩니다. 정규분포, 치우친 분포, 쌍봉 분포, 특이치와 같은 패턴을 드러낼 수 있습니다.
- 데이터 탐색: 데이터 집합을 탐색하고 그 안에 담긴 값에 대한 통찰을 얻는 데 유용합니다. 특정 범위나 구간 내 값의 도수와 집중도를 볼 수 있습니다. 이를 통해 데이터의 군집, 간격, 특이한 패턴을 식별할 수 있습니다.
- 특이치 탐지: 데이터 집합에서 특이치나 극단값을 식별하는 데 도움이 됩니다. 특이치는 다른 막대보다 현저히 높거나 낮은 막대로 보이는 경우가 많습니다. 히스토그램의 꼬리 부분이나 양 끝을 살펴보면 주된 분포에서 벗어난 값을 찾을 수 있습니다.
- 데이터 전처리: 데이터 전처리 작업에 도움이 됩니다. 예를 들어 정규화나 로그 변환과 같은 적절한 데이터 변환을 결정하기 전에 변수의 분포 특성을 평가하는 데 사용할 수 있습니다. 또한 연속형 변수를 이산화하기 위한 최적의 구간화 전략을 정하는 데에도 도움이 됩니다.
- 분포 비교: 서로 다른 변수나 데이터 집합의 분포를 비교하는 데 유용합니다. 여러 히스토그램을 같은 그래프에 그리면 모양, 범위, 중심 경향을 시각적으로 비교할 수 있습니다. 이는 변수 간의 유사점, 차이점, 관계를 파악하는 데 도움이 될 수 있습니다.
- 품질 관리 및 공정 개선: 공정을 모니터링하고 개선하기 위해 품질 관리에서 널리 사용됩니다. 공정 산출 데이터를 시각화하고 원하는 규격을 충족하는지 또는 허용 한계 안에 있는지 평가하는 데 사용할 수 있습니다. 히스토그램의 편차나 이상 징후는 잠재적인 문제나 개선 기회를 나타낼 수 있습니다.
히스토그램의 올바른 사용 지침
- 데이터를 효과적으로 나타내려면 표본 크기가 20 이상이어야 합니다.
- 표본 크기가 20 이상일 때 적합합니다.
- 표본 크기가 작으면 각 히스토그램 막대에 데이터가 충분하지 않을 수 있습니다.
- 표본 크기가 20 미만이면 개별 값 그림 사용을 고려하십시오.
- 표본 데이터를 무작위로 선택하는 것이 중요합니다.
- 무작위 표본은 모집단에 대한 일반화와 추론을 가능하게 합니다.
- 무작위가 아닌 방식으로 수집한 데이터는 모집단을 정확하게 대표하지 못할 수 있습니다.
대안: 히스토그램을 사용하지 않아야 할 때
- 개별 값 그림: 표본 크기가 20보다 작다면 대안으로 개별 값 그림을 선택하는 것이 좋습니다.
히스토그램(Flexi) 예제
샴푸 병 뚜껑이 제대로 체결되었는지 확인하기 위해, 품질 관리 엔지니어는 뚜껑이 너무 헐겁지도 너무 꽉 조여지지도 않았는지 확인해야 합니다. 뚜껑이 단단히 체결되지 않으면 운송 중에 떨어질 수 있고, 지나치게 꽉 조여진 뚜껑은 열기 어려울 수 있습니다. 뚜껑을 여는 데 필요한 토크를 평가하기 위해 엔지니어는 무작위로 병 68개를 표본으로 추출하여 시험을 수행합니다.
초기 조사의 일환으로 엔지니어는 데이터의 분포를 살펴보기 위해 토크 측정값의 히스토그램을 작성합니다. 단계는 다음과 같습니다.
- 필요한 데이터를 수집했습니다.
- 이제 Zometric Statistical Software에서 데이터를 분석합니다: https://statsai.zometric.com/.
- Histogram(Flexi)를 찾으려면 다음을 선택합니다: Statistical module> Graphical analysis > Histogram(Flexi).
- 도구 안에서 데이터와 함께 다른 입력값을 다음과 같이 입력합니다.


6. 위의 도구를 사용하면 다음과 같은 출력을 얻습니다.

히스토그램(Flexi) 방법
절차는 다음과 같습니다.
- Zometric Statistical Software에 로그인합니다: https://statsai.zometric.com/
- 홈 페이지에서 Statistical Tool> Graphical analysis > Histogram(Flexi)를 선택합니다.
- 이어서 데이터를 직접 입력하거나, 엑셀 시트에서 데이터를 통째로 복사(Ctrl+C)하여 붙여넣거나(Ctrl+V), Load Example 옵션으로 예제 데이터를 불러옵니다.
- 이어서 열을 매개변수에 대응시킵니다.
- 마지막으로, 페이지 하단의 calculate를 클릭하면 원하는 결과를 얻을 수 있습니다.
히스토그램(Flexi)의 도구 화면은 두 부분으로 나뉩니다.

왼쪽 부분에는 데이터 창(Data Pane)이 있습니다. Data Pane에서는 각 행이 하나의 부분군이 됩니다. 데이터를 직접 입력하거나, 엑셀 시트에서 데이터를 통째로 복사(Ctrl+C)하여 여기에 붙여넣을 수 있습니다(Ctrl+V).
Load example:샘플 데이터를 내려받습니다.
Load File: 엑셀 데이터를 바로 불러오는 데 사용합니다.
오른쪽 부분에서는 다음을 지정하면 됩니다.
Number of bins: 데이터 범위를 나누는 구간 또는 그룹의 수입니다.
Aggregate Y value:
- Sum: 히스토그램에 나타낸 모든 데이터 점의 총 개수입니다.
- Average (Avg): 데이터 점의 평균값으로, 모든 데이터 점의 합을 데이터 점의 개수로 나눈 값입니다.
- Minimum (Min): 데이터 집합의 최솟값으로, 히스토그램의 가장 왼쪽 가장자리로 나타냅니다.
- Maximum (Max): 데이터 집합의 최댓값으로, 히스토그램의 가장 오른쪽 가장자리로 나타냅니다.
- Count: 각 구간에 속한 데이터 점의 개수 또는 도수를 나타냅니다. 각 구간의 높이는 그 구간에 속하는 데이터 점의 수를 나타냅니다.
Summary Statistics: count, mean, stdev, min, max, 25%, 50%, 75%의 결과를 표시합니다.
Histnorm:
- Percent: 각 구간의 높이는 데이터 집합의 전체 데이터 점 수에 대한 데이터 점의 백분율을 나타냅니다.
- Probability: 각 구간의 높이는 데이터 점이 그 구간에 속할 확률을 나타냅니다. 모든 구간 높이의 합은 1이 됩니다.
- Probability Density: 확률밀도 histnorm은 히스토그램 도수를 정규화하여 히스토그램 아래 면적이 1이 되도록 확률밀도함수(PDF)를 계산합니다.
- Density: 각 구간 내 데이터 점의 도수를 구간 폭으로 정규화한 값입니다. 각 구간의 원시 데이터 점 개수만 보여 주는 대신, 밀도 히스토그램은 히스토그램 아래 면적의 합이 1이 되도록 데이터를 나타내므로 표본 크기나 구간 폭이 서로 다른 분포를 비교할 수 있습니다
Marginal: 히스토그램에서 "marginal"은 일반적으로 다른 변수와의 관계나 상호작용을 고려하지 않고 히스토그램으로 나타낸 단일 변수의 개별 분포를 가리킵니다.
Color Categorization: 그래프의 색상 분류는 데이터 내의 서로 다른 범주나 그룹에 서로 다른 색상을 지정하여, 구간별 데이터 분포를 시각적으로 구별하고 이해하기 쉽게 합니다.
Bar Color: 그래프의 막대 색상은 서로 다른 범주나 데이터 그룹을 나타내는 개별 막대에 특정 색상을 사용하는 것을 뜻하며, 각 구간이 나타내는 내용을 명확하고 즉각적으로 식별하는 데 도움이 됩니다. color categories를 선택한 경우에는 적용되지 않습니다.
Download as Excel: 결과를 Excel 형식으로 표시하며, 이 파일은 쉽게 편집할 수 있고 load file 옵션으로 다시 불러와 계산에 사용할 수 있습니다.
자주 묻는 질문
히스토그램은 무엇에 사용합니까?
히스토그램은 인접한 막대로 수치 데이터의 분포를 보여 주며, 각 막대는 값의 범위를 나타내고 높이는 그 범위에 속하는 값의 개수를 나타냅니다. 데이터의 모양, 중심, 산포를 분석하고, 군집과 간격을 탐색하며, 특이치를 찾고, 분포를 비교하고, 공정 산출물이 규격을 충족하는지 확인하는 데 사용합니다.
히스토그램에는 관측값이 몇 개 있어야 합니까?
표본 크기가 20 이상일 때 히스토그램을 사용하십시오. 표본이 더 작으면 각 막대에 데이터가 너무 적게 남을 수 있습니다. 값이 20개 미만이라면 개별 값 그림이 더 나은 선택입니다. 무작위가 아닌 방식으로 수집한 데이터는 모집단을 대표하지 못할 수 있으므로 데이터를 무작위로 수집하십시오.
histnorm 옵션인 percent, probability, density는 무엇을 의미합니까?
percent에서는 각 막대의 높이가 그 구간에 속한 데이터 점의 백분율입니다. probability에서는 각 높이가 데이터 점이 그 구간에 속할 확률이며 높이의 합은 1입니다. probability density와 density는 히스토그램 아래 면적이 1이 되도록 도수를 정규화하므로, 표본 크기나 구간 폭이 서로 다른 분포를 비교할 수 있습니다.
히스토그램과 막대 그래프의 차이는 무엇입니까?
히스토그램은 연속형 데이터에 사용하며 막대가 인접한 값의 범위를 나타내는 반면, 막대 그래프는 범주형 데이터에 사용합니다. Flexi 히스토그램에서는 색상 분류를 사용하여 데이터 분포의 서로 다른 그룹에 서로 다른 색상을 줄 수도 있습니다.
