如何绘制直方图:从创建频率分布表到与条形图的差异以及解释分布形状。
- 直方图是将连续数据分为几类并将频率绘制为条形的图表。
- 它与条形图的不同之处在于条形图是相连的并且水平轴是连续的部分。
- 通过查看分布的形状,您可以了解对称性、偏差、峰值数量和代表值之间的关系。

直方图是将连续数据划分为某些部分(类)并以条形的高度或宽度显示每个部分中数据的数量(频率)的图表。 既然频数分布表翻译成图片,最大的用处就是可以让你将两者结合起来学习,一目了然地显示出数据集中在哪里以及分布的形状。
它看起来类似于条形图,但主要区别在于条形图之间没有间隙,并且横轴是连续的数字部分而不是类别。
按什么顺序创建频数分布表?
首先找到数据的最大值和最小值,找到极差,并决定分成几类。 类数通常选择在 5 到 15 之间,但当数据数为 n 时,有时会参考 Sturgis 在 1926 年提出的“1+log2n”公式。接下来,确定类的宽度,统计属于每个类的数据,并将其写在表格中。
| 通勤时间(分钟) | 频率(人) | 相对频率 |
|---|---|---|
| 0以上~15以下 | 4 | 0.10 |
| 15以上~30以下大于 | 10 | 0.25 |
| 30以上至小于45 | 14 | 0.35 |
| 45以上至60以下大于 | 8 | 0.20 |
| 超过60但低于75 | 4 | 0.10 |
上表是出于说明目的而创建的 40 名假设学生的通勤时间数据。 如果将类边界设置为“上方 ~ 下方”,则不会混淆边界值(例如 30 分钟)属于哪个框。 相对频率是频率除以数据总数,因此将它们全部相加等于 1。
如何区分直方图和条形图?
| 间隔 | 直方图 | 条形图 |
|---|---|---|
| 横轴 | 连续间隔数 | 不同类别 |
| 条形间距 | 连接是 | 分开 |
| 更改顺序 | 不可能 | 可能 |
| 示例 | 身高、分数、时间 | 最喜欢的科目、血型 |
测试中的一个常见陷阱是“按年级划分的学生人数”等数据。 尽管年级是有序的,但条形图是正确的,因为它们是类别而不是连续测量。 相反,将测量值按间隔分组的数据(例如身高或体重)会绘制为直方图。
발표 준비는 전체 리허설 한 번만 해도 완성도가 확 올라가더라고요. 역할을 잘하는 것 위주로 나눠 본 게 저한테는 도움이 됐어요.
我们可以从分布形状中看出什么?
绘制直方图时,可以查看分布是否对称、一侧是否有长尾、是否有一个或两个峰值。 如果右尾很长,则均值往往大于中位数,因此某些较大值(例如收入)的数据会与中位数一起报告。 如果有两个峰值,你就可以怀疑两个性格不同的群体混合在一起的可能性。
数据的收集方式也会影响解释。 如果样本不能均匀地代表总体,图片本身就会失真,因此最好检查一下调查设计中的抽样方法(概率抽样Wiki)。
总而言之,直方图解释是按顺序讨论三件事的实践:形状、中心和分布。 如果你将这三个单词记住为一个句子框架,那么描述性问题中遗漏的元素就会更少。
如果您自己尝试一下,您会如何完成直方图任务?
例如,假设一个学生在假设的统计入门课上调查了班上其他 30 名学生的每日睡眠时间。 如果最小值为 4 小时,最大值为 9 小时,则创建 5 个宽度为 1 小时的类,统计频率,添加条形图,并用两三个句子解释最多的类和分布形状。
- 类别边界是否明确定义为上/下?
- 频数总和是否等于数据总数?
- 条形绘制是否没有间隙?
- 分布形状和代表值是否一起解释?
如果改变类宽度并绘制两次,您可以看到相同的数据看起来不同。 在解释中,最好添加一行来解释为什么选择宽度。
本文由Campus Down编辑部根据公开数据和教材内容整理而成。 · 点评日期:2026 年 10 月 25 日。 参考:Sturges (1926) 秩数公式,基础统计教科书,组织和解释中学数学数据的部分。 根据教科书和学校的不同,术语和分类可能会略有不同,因此请在提交前将其与课堂上使用的表达方式进行匹配。
常见问题
多少级合适?
一般有5到15个,可以参考Sturgis公式1+log2n。
如何绘制不同的类宽度?
将高度更改为密度,以便条形的宽度与频率成正比。
什么是频率分布多边形?
它是一个用一条线连接直方图条上侧中点的图表。
