Göreceli Frekans Histogramlarını Anlama

İçinde İstatistik, aralarında ince ayrımlar olan birçok terim vardır. Bunun bir örneği, frekans ve bağıl frekans. Göreceli frekanslar için birçok kullanım olmasına rağmen, özellikle göreceli bir frekans histogramı içeren bir tane vardır. Bu, istatistik ve matematiksel istatistikteki diğer konulara bağlantıları olan bir grafik türüdür.

Histogramlar, benzeyen istatistiksel grafiklerdir çubuk grafikler. Bununla birlikte, tipik olarak, histogram terimi nicel değişkenler. Histogramın yatay ekseni, aşağıdakileri içeren bir sayı çizgisidir sınıflar veya muntazam uzunlukta çöp kutuları. Bu kutular, verilerin düşebileceği ve tek bir sayıdan (tipik olarak ayrık nispeten küçük veri kümeleri) veya bir değer aralığı (daha büyük ayrık veri kümeleri ve sürekli veri).

Örneğin, bir öğrenci sınıfı için 50 puanlık bir sınavda puanların dağılımını düşünmek ilginizi çekebilir. Kutuları inşa etmenin olası bir yolu, her 10 nokta için farklı bir kutuya sahip olmak olacaktır.

Bir histogramın dikey ekseni, her bir bölmede bir veri değerinin meydana geldiği sayımı veya frekansı temsil eder. Çubuk ne kadar yüksek olursa, bu kutu değerleri aralığına daha fazla veri değeri düşer. Örneğimize geri dönmek için, sınavda 40'tan fazla puan alan beş öğrenci varsa, 40 ila 50 bin'e karşılık gelen çubuk beş ünite yüksek olacaktır.

Göreceli bir frekans histogramı, tipik bir frekans histogramında yapılan küçük bir değişikliktir. Belirli bir bölmeye düşen veri değerlerinin sayısı için dikey bir eksen kullanmak yerine, bu ekseni bu bölmeye düşen veri değerlerinin toplam oranını temsil etmek için kullanırız. % 100 = 1 olduğundan, tüm çubukların 0 ile 1 arasında bir yüksekliği olmalıdır. Ayrıca, nispi frekans histogramımızdaki tüm çubukların yükseklikleri 1 olmalıdır.

Bu nedenle, baktığımız koşu örneğinde, sınıfımızda 25 öğrenci olduğunu ve beşinin 40'tan fazla puan aldığını varsayalım. Bu kutu için beşinci boyda bir çubuk inşa etmek yerine, 5/25 = 0,2'lik bir boyuta sahip olacağız.

Bir histogramı, her biri aynı bölmeye sahip göreceli bir frekans histogramıyla karşılaştırdığımızda, bir şey fark edeceğiz. Histogramların genel şekli aynı olacaktır. Göreceli bir frekans histogramı, her bölmedeki toplam sayıları vurgulamaz. Bunun yerine, bu grafik türü, bölmedeki veri değerlerinin sayısının diğer bölmelerle ilişkisine odaklanır. Bu ilişkiyi gösterme şekli, toplam veri değeri sayısının yüzdesidir.

Göreceli bir frekans histogramı tanımlamanın ne anlama geldiğini merak edebiliriz. Anahtar uygulamalardan biri, kutularımızın genişlikli olduğu ve her negatif olmayan tamsayı etrafında ortalandığı ayrı rastgele değişkenlerle ilgilidir. Bu durumda, göreceli frekans histogramımızdaki çubukların dikey yüksekliklerine karşılık gelen değerlerle parçalı bir fonksiyon tanımlayabiliriz.

Bu tür işleve olasılık kütle işlevi denir. Fonksiyonun bu şekilde oluşturulmasının nedeni, fonksiyon tarafından tanımlanan eğrinin doğrudan olasılık. Değerlerden eğrinin altındaki alan bir için b Rastgele değişkenin bir değere sahip olma olasılığıdır. bir için b.

Olasılık ve eğrinin altındaki alan arasındaki bağlantı, matematiksel istatistiklerde tekrar tekrar görülen bağlantıdır. Bir nispi frekans histogramını modellemek için bir olasılık kütle fonksiyonunun kullanılması, bu tür bir başka bağlantıdır.