Групування даних у діапазони

click fraud protection

О групування даних у діапазони використовується для отримання розподіл частоти у безперервних наборах даних або з багатьма спостереженнями, навіть якщо це дискретні значення.

Розподіл частоти

побачити більше

Студенти з Ріо-де-Жанейро змагатимуться за медалі на Олімпіаді…

Інститут математики відкриває реєстрацію на олімпіаду…

від аналіз даних в академічному та корпоративному середовищі можна отримати інформацію та отримати інформацію для прийняття важливих рішень.

Однак необроблені дані мало чи нічого не говорять про поведінку змінної, що робить необхідним використання методів для організації та узагальнення даних, таких як розподіл частоти.

Коли ми підраховуємо, скільки разів значення з’являється в наборі даних, ми отримуємо його абсолютна частота.

Обчисливши частоти кожного з можливих значень змінної, ми отримуємо частотний розподіл.

Поділивши абсолютну частоту на загальну кількість спостережень, ми також можемо отримати відносна частота.

приклад:

Частотний розподіл кількості дітей працівників підприємства.

instagram story viewer

Дані згруповані в діапазони

Якщо набір даних містить багато спостережень або дані безперервні, їх необхідно згрупувати в інтервали, а для кожного інтервалу отримують частоти, які також називають класом.

Перегляньте кроки, щоб отримати групування даних.

1 крок) Визначити кількість класів.

Немає правила щодо кількості занять.

Однак, якщо розглядати багато класів, дані не будуть зведені, ми матимемо дуже велику таблицю. З іншого боку, якщо буде розглянуто кілька класів, ми втратимо інформацію про дані, у нас буде дуже зменшена таблиця.

Таким чином, ідеальним є визначення кількості класів на основі характеру даних і знань про них.

2 крок) Розрахувати діапазон занять.

Щоб обчислити діапазон класів, нам потрібна кількість класів і загальний діапазон.

$\dpi{120} Амплітуда \, з \, класи \frac{Амплітуда \, загальна}{n^{\circ} \, з \, класи}$

Будучи тим, що:

$\dpi{120} Амплітуда\, загальна Найбільше \, значення - найменше\, значення$

3й крок) Обмеження класів обчислень.

Класи утворюються нижньою межею (Li) і верхньою межею (Ls) і можуть бути виражені таким чином:

$\dpi{120} \mathrm{Li\vdash ls}$

Що вказує на те, що інтервал містить значення більше або дорівнює Li і менше Ls, тобто це інтервал [Li, Ls).

Перший клас починається з того, що Li є найменшим значенням даних. Щоб отримати Ls, ми додаємо Li до діапазону класів.

Інші класи отримують подібним чином, враховуючи Li як значення Ls попереднього класу.

приклад:

Розгляньте зріст у см 25 студентів фізкультури в порядку зростання.

159 160 164 168 169 169 169 170 172 172 173 175 175 175 177 179 180 182 182 184 186 186 188 190 192

Розглянемо 5 класів.

$\dpi{120} Амплітуда\, загальна 192 - 159 33$

$\dpi{120} Амплітуда \, of \, класи \frac{33}{5} 6,6$

Перший клас:
Li = 159 і Ls = 159 + 6,6 = 165,6

Другий клас:
Li = 165,6 і Ls = 165,6 + 6,6 = 172,2

Третій клас:
Li = 172,2 і Ls = 172,2 + 6,6 = 178,8

Четвертий клас:
Li = 178,8 і Ls = 178,8 + 6,6 = 185,4

П'ятий клас:
Li = 185,4 і Ls = 185,4 + 6,6 = 192

Частотний розподіл зросту 25 студентів фізкультури:

Класи зросту (см)	абсолютна частота	відносна частота
$\dpi{120} 159\vdash 165,6$	3	0,12
$\dpi{120} 165,6\vdash 172,2$	7	0,28
$\dpi{120} 172,2\vdash 178,8$	5	0,2
$\dpi{120} 178,8\vdash 185,4$	5	0,2
$\dpi{120} 185,4\vdash 192$	5	0,2
Всього	25	1