hisztogramok

Hisztogramok a numerikus adatok eloszlásának vizuális ábrázolására szolgáló grafikonok. Létrehozásuk során az adathalmazt olyan intervallumokra bontjuk, amelyeket gyakran binnek neveznek, és minden binbe eső megfigyelés számát összesítjük. Az oszlopok magassága a binhez tartozó adatok gyakoriságát vagy relatív gyakoriságát mutatja. A bin szélessége és a binok száma meghatározza az ábra részletességét; ezeket a paramétereket a feladat és a minta nagysága szerint választják meg.

Kialakítás: kiválasztjuk a bin szélességét vagy a binok számát, megmérjük, hány adat esik az egyes binbe, majd ezt oszlopokkal ábrázoljuk. Normált hisztogram esetén az oszlopok magassága a relatív gyakoriságot vagy a sűrűséget jelzi, és az összes terület (vagy oszlopterület) 1 lesz.

Értelmezés és felhasználás: a hisztogram megmutatja az eloszlás formáját—például ferdeséget, csúcsokat, unimodális vagy multimodális jellegét—valamint a középértéket és a szóródást, és segít a kiugró értékek felismerésében. Gyakran alkalmazzák kezdeti adatelemzésre, összehasonlításokra és statisztikai feltételezések vizsgálatára. Alternatív vizualizációk közé tartozik a kernel sűrűségbecslés vagy a kumulatív hisztogram.

Korlátok: a vizualizáció érzékeny a bin választásra; túl sok bin részletekre bontja az adatokat, túl kevés pedig torzíthatja az eloszlás képét. Kis mintáknál különösen óvatosan értelmezhető.