直方圖 (Flexi)

直方圖是用相鄰的條形圖形化表示數值資料分配的方法。每個條形代表一個數值範圍(分箱),其高度對應該範圍內資料的次數。

最後審閱

核心要點

直方圖是用相鄰的條形圖形化表示數值資料分配的方法。

本頁內容
  1. 什麼是直方圖?
  2. 何時使用直方圖?
  3. 正確使用直方圖的指南
  4. 替代方法:何時不宜使用直方圖
  5. 直方圖 (Flexi) 範例
  6. 如何進行直方圖 (Flexi)

什麼是直方圖?

直方圖是用相鄰的條形圖形化表示數值資料分配的方法。每個條形代表一個數值範圍(分箱),其高度對應該範圍內資料的次數。橫軸顯示分箱,縱軸顯示次數。
直方圖用於連續型資料,而條形圖用於分類資料。

何時使用直方圖?

以下是直方圖特別有用的一些場合:

  • 資料分配分析:直方圖直觀呈現資料的次數分配。它們幫助您瞭解分配的形狀,識別集中趨勢(平均值、中位數、眾數),並評估資料的離散程度或變異性。它能揭示常態分配、偏態分配、雙峰分配或離群值等模式。
  • 資料探索:直方圖可用於探索資料集,深入瞭解其所含的數值。它們使您能夠看到特定範圍或分箱內數值的次數和集中情況,這有助於識別資料中的聚集、間隙或異常模式。
  • 離群值檢測:它可以幫助您識別資料集中的離群值或極端值。離群值通常表現為明顯高於或低於其餘條形的條形。透過檢查直方圖的尾部或兩端,可以發現偏離主要分配的值。
  • 資料預處理:它可以輔助資料預處理任務。例如,在決定採用何種合適的資料轉換(如標準化或對數轉換)之前,可用它評估變數的分配特徵。它還有助於確定將連續變數離散化時的最佳分箱策略。
  • 分配比較:直方圖可用於比較不同變數或資料集的分配。將多個直方圖繪製在同一張圖上,可以直觀比較它們的形狀、範圍和集中趨勢,這有助於識別變數之間的相似之處、差異或關係。
  • 品質管制與製程改善:它廣泛用於品質管制,以監控和改善製程。它們可用於視覺化製程輸出資料,並評估其是否滿足期望的規格或處於可接受的限值之內。直方圖中的偏差或異常可能表明存在潛在問題或改善機會。

正確使用直方圖的指南

  • 樣本數應不少於 20,才能有效地代表資料
  • 樣本數至少為 20 時較為適用
  • 樣本數過小可能導致每個直方圖條形中的資料不足
  • 若樣本數小於 20,可考慮使用個別值圖
  • 隨機選取樣本資料很重要
  • 隨機樣本可對總體進行推廣和推斷
  • 非隨機收集的資料可能無法準確代表總體。

替代方法:何時不宜使用直方圖

  • 個別值圖:如果樣本數小於 20,建議改用個別值圖作為替代。

直方圖 (Flexi) 範例

為驗證洗髮水瓶蓋擰緊是否得當,品質管制工程師必須確保瓶蓋既不太鬆也不太緊。如果瓶蓋沒有擰緊,運輸過程中可能脫落,而過緊的瓶蓋則可能難以開啟。為評估擰開瓶蓋所需的扭矩,工程師隨機抽取 68 個瓶子並進行測試。

作為初步調查的一部分,工程師繪製扭矩量測值的直方圖,以檢查資料的分配。步驟如下:

  1. 收集所需資料。
  2. 現在,在 Zometric Statistical Software 中分析資料,網址為 https://statsai.zometric.com/。
  3. 要找到直方圖 (Flexi),請選擇 Statistical module> Graphical analysis > Histogram(Flexi)。
  4. 在工具中輸入資料及其他輸入項,如下所示:
Histogram Distplot — figure 1Histogram (Flexi) — figure 2

6. 使用上述工具後,得到如下輸出:

Histogram (Flexi) — figure 3

如何進行直方圖 (Flexi)

操作步驟如下:

  1. 登入 Zometric Statistical Software,網址為 https://statsai.zometric.com/
  2. 在首頁選擇 Statistical Tool> Graphical analysis > Histogram(Flexi)。
  3. 接下來,手動更新資料,或從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V),或者使用 Load Example 選項載入範例資料。
  4. 接下來,將各欄對映到相應參數。
  5. 最後,點選頁面底部的 calculate,即可得到所需結果。

直方圖 (Flexi) 的工具介面分為兩部分。

Histogram (Flexi) — figure 4

左側為資料窗格(Data Pane)。在 Data Pane 中,每一列構成一個子群組。可以手動輸入資料,也可以從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V)到此處。

Load example:將下載範例資料。

Load File: 用於直接載入 Excel 資料。

右側只需設定:

Number of bins: 將資料範圍劃分成的區間或分組的數量。

Aggregate Y value:

  • Sum: 直方圖所代表的全部資料點的總計數。
  • Average (Avg): 資料點的平均值,即所有資料點之和除以資料點個數。
  • Minimum (Min): 資料集中的最小值,由直方圖最左側的邊緣表示。
  • Maximum (Max): 資料集中的最大值,由直方圖最右側的邊緣表示。
  • Count: 表示每個分箱中資料點的計數或次數。每個分箱的高度表示落在該分箱內的資料點個數。

Summary Statistics: 將顯示 count、mean、stdev、min、max、25%、50% 和 75% 的結果。

Histnorm:

  • Percent: 每個分箱的高度表示資料點佔資料集中資料點總數的百分比。
  • Probability: 每個分箱的高度表示資料點落入該分箱的機率。所有分箱高度之和等於 1。
  • Probability Density: 機率密度 histnorm 透過對直方圖計數進行正規化,使直方圖下的面積等於 1,從而計算機率密度函數(PDF)。
  • Density: 每個分箱內資料點的次數除以分箱寬度進行正規化。密度直方圖不只是顯示每個分箱中資料點的原始計數,而是使直方圖下的面積之和為 1,這樣就可以比較樣本數或分箱寬度不同的分配

Marginal: 在直方圖的語境中,「marginal」通常指單一變數各自的分配,用直方圖表示,而不考慮它與其他變數之間的關係或互動作用。

Color Categorization: 圖形中的顏色分類為資料中的不同類別或分組分配不同的顏色,便於直觀區分並理解資料在各部分的分配。

Bar Color: 圖形中的條形顏色指為代表不同類別或資料分組的各個條形使用特定顏色,有助於清晰、直接地識別每個部分的表示。如果選擇了顏色分類,則不適用。

Download as Excel: 以 Excel 格式顯示結果,便於編輯,並可透過 load file 選項重新載入以進行計算。

常見問題

直方圖有什麼用途?

直方圖用相鄰的條形展示數值資料的分配,每個條形覆蓋一個數值範圍,其高度表示落在該範圍內的數值個數。它用於分析資料的形狀、中心和離散程度,探索聚集和間隙,發現離群值,比較分配,並檢查製程輸出是否滿足規格。

直方圖應有多少個觀測值?

樣本數至少為 20 時使用直方圖;樣本過小可能導致每個條形中的資料太少。如果少於 20 個值,個別值圖是更好的選擇。應隨機收集資料,因為非隨機收集的資料可能無法代表總體。

histnorm 的 percent、probability 和 density 選項是什麼意思?

選擇 percent 時,每個條形的高度是該分箱中資料點所佔的百分比。選擇 probability 時,每個高度是資料點落入該分箱的機率,所有高度之和為 1。probability density 和 density 對計數進行正規化,使直方圖下的面積等於 1,這樣可以比較樣本數或分箱寬度不同的分配。

直方圖與條形圖有什麼區別?

直方圖用於連續型資料,其條形覆蓋相鄰的數值範圍,而條形圖用於分類資料。在 Flexi 直方圖中,還可以使用顏色分類,為資料分配中的不同分組賦予不同的顏色。