Luokkaasteilla

Luokka-asteilla tarkoittaa tilastollisessa yhteydessä sitä, että numeerinen data jaetaan peräkkäisiin luokkiin tai luokkaväleihin. Jokainen luokka kuvaa datajoukon osan, ja luokkien rajat voivat olla esimerkiksi minimi- ja maksimirajojen mukaan määriteltyjä. Tällainen ryhmittely on keskeinen osa jakauman kuvaamista histogrammissa ja taulukoinnissa, koska se yksinkertaistaa suuretkin aineistot ja auttaa havaitsemaan trendejä sekä piirteitä kuten keskijakaumaa, hajontaa ja muotoa.

Luokkien valinta ja luokkien leveys ovat olennaisia. Luokkien määrä voidaan välillä arvioida esimerkiksi Sturgesin säännön mukaan k = 1 + log2(n), jossa n on havaintojen määrä. Leveys w voidaan määritellä esimerkiksi (max - min)/k tai käyttämällä perusteltuja sääntöjä, kuten Freedman-Diaconis -menetelmää, joka perustuu dataa leimaavan IQR-arvon (väliaineenväli) ja näytekokoa koskeviin laskelmiin. On yleistä, että luokat ovat tasavälein ja että reunaluokkien käsittely (esimerkiksi pienin tai suurin arvo sisällytetään luokkaan) tehdään johdonmukaisesti.

Esimerkki: Annetaan numerosarja {3, 7, 9, 13, 15, 16, 23, 28, 30}. Jos valitaan neljä luokkaa ja leveys noin (30-3)/4 ≈ 6,5, luokiksi voisi tulla 3–9, 10–16, 17–23, 24–30. Jokainen luokka saa siihen kuuluvien havaintojen lukumäärän.

Rajoitukset: Luokkien valinnat ovat subjektiivisia ja voivat muuttaa jakauman tulkintaa. Liian vähän tai liian monta luokkaa voi peittää tai luoda keinotekoisia piirteitä, eikä luokkien rajat aina ole luonnollisia. Luokka-asteiden käsittely on erityisen hyödyllistä suurissa, oireutuneissa tai jatkuvassa muuttujassa, mutta pienissä aineistoissa erottuvuudet voivat olla epävarmoja.