Как найти число интервалов для гистограммы

Гистограмма распределения — это инструмент, позволяющий визуально оценить величину и характер разброса данных. Создадим гистограмму для непрерывной случайной величины с помощью встроенных средств MS EXCEL из надстройки Пакет анализа и в ручную с помощью функции

ЧАСТОТА()

и диаграммы.

Гистограмма (frequency histogram) – это

столбиковая диаграмма MS EXCEL

, в каждый столбик представляет собой интервал значений (корзину, карман, class interval, bin, cell), а его высота пропорциональна количеству значений в ней (частоте наблюдений).

Гистограмма поможет визуально оценить распределение набора данных, если:

• в наборе данных как минимум 50 значений;
• ширина интервалов одинакова.

Построим гистограмму для набора данных, в котором содержатся значения

непрерывной случайной величины

. Набор данных (50 значений), а также рассмотренные примеры, можно взять на листе

Гистограмма AT

в

файле примера.

Данные содержатся в диапазоне

А8:А57

.

Примечание

: Для удобства написания формул для диапазона

А8:А57

создан

Именованный диапазон

Исходные_данные.

Построение гистограммы с помощью надстройки

Пакет анализа

Вызвав диалоговое окно

надстройки Пакет анализа

, выберите пункт

Гистограмма

и нажмите ОК.

В появившемся окне необходимо как минимум указать:

входной интервал

и левую верхнюю ячейку

выходного интервала

. После нажатия кнопки

ОК

будут:

• автоматически рассчитаны интервалы значений (карманы);
• подсчитано количество значений из указанного массива данных, попадающих в каждый интервал (построена таблица частот);
• если поставлена галочка напротив пункта
  
  Вывод графика
  
  , то вместе с таблицей частот будет выведена гистограмма.

Перед тем как анализировать полученный результат —

отсортируйте исходный массив данных

.

Как видно из рисунка, первый интервал включает только одно минимальное значение 113 (точнее, включены все значения меньшие или равные минимальному). Если бы в массиве было 2 или более значения 113, то в первый интервал попало бы соответствующее количество чисел (2 или более).

Второй интервал (отмечен на картинке серым) включает значения больше 113 и меньше или равные 216,428571428571. Можно проверить, что таких значений 11. Предпоследний интервал, от 630,142857142857 (не включая) до 733,571428571429 (включая) содержит 0 значений, т.к. в этом диапазоне значений нет. Последний интервал (со странным названием

Еще

) содержит значения больше 733,571428571429 (не включая). Таких значений всего одно — максимальное значение в массиве (837).

Размеры карманов одинаковы и равны 103,428571428571. Это значение можно получить так:

=(МАКС(

Исходные_данные

)-МИН(

Исходные_данные

))/7

где

Исходные_данные –

именованный диапазон

, содержащий наши данные.

Почему 7? Дело в том, что количество интервалов гистограммы (карманов) зависит от количества данных и для его определения часто используется формула √n, где n – это количество данных в выборке. В нашем случае √n=√50=7,07 (всего 7 полноценных карманов, т.к. первый карман включает только значения равные минимальному).

Примечание

:

Похоже, что инструмент

Гистограмма

для подсчета общего количества интервалов (с учетом первого) использует формулу

=ЦЕЛОЕ(КОРЕНЬ(СЧЕТ(

Исходные_данные

)))+1

Попробуйте, например, сравнить количество интервалов для диапазонов длиной 35 и 36 значений – оно будет отличаться на 1, а у 36 и 48 – будет одинаковым, т.к. функция

ЦЕЛОЕ()

округляет до ближайшего меньшего целого

(ЦЕЛОЕ(КОРЕНЬ(35))=5

, а

ЦЕЛОЕ(КОРЕНЬ(36))=6)

.

Если установить галочку напротив поля

Парето (отсортированная гистограмма)

, то к таблице с частотами будет добавлена таблица с отсортированными по убыванию частотами.

Если установить галочку напротив поля

Интегральный процент

, то к таблице с частотами будет добавлен столбец с

нарастающим итогом

в % от общего количества значений в массиве.

Если выбор количества интервалов или их диапазонов не устраивает, то можно в диалоговом окне указать нужный массив интервалов (если интервал карманов включает текстовый заголовок, то нужно установить галочку напротив поля

Метка

).

Для нашего набора данных установим размер кармана равным 100 и первый карман возьмем равным 150.

В результате получим практически такую же по форме

гистограмму

, что и раньше, но с более красивыми границами интервалов.

Как видно из рисунков выше, надстройка

Пакет анализа

не осуществляет никакого

дополнительного форматирования диаграммы

. Соответственно, вид такой гистограммы оставляет желать лучшего (столбцы диаграммы обычно располагают вплотную для непрерывных величин, кроме того подписи интервалов не информативны). О том, как придать диаграмме более презентабельный вид, покажем в следующем разделе при построении

гистограммы

с помощью функции

ЧАСТОТА()

без использовании надстройки

Пакет анализа

.

Построение гистограммы распределения без использования надстройки Пакет анализа

Порядок действий при построении гистограммы в этом случае следующий:

• определить количество интервалов у гистограммы;
• определить ширину интервала (с учетом округления);
• определить границу первого интервала;
• сформировать таблицу интервалов и рассчитать количество значений, попадающих в каждый интервал (частоту);
• построить гистограмму.

СОВЕТ

: Часто рекомендуют, чтобы границы интервала были на один порядок точнее самих данных и оканчивались на 5. Например, если данные в массиве определены с точностью до десятых: 1,2; 2,3; 5,0; 6,1; 2,1, …, то границы интервалов должны быть округлены до сотых: 1,25-1,35; 1,35-1,45; … Для небольших наборов данных вид гистограммы сильно зависит количества интервалов и их ширины. Это приводит к тому, что сам метод гистограмм, как инструмент

описательной статистики

, может быть применен только для наборов данных состоящих, как минимум, из 50, а лучше из 100 значений.

В наших расчетах для определения количества интервалов мы будем пользоваться формулой

=ЦЕЛОЕ(КОРЕНЬ(n))+1

.

Примечание

: Кроме использованного выше правила (число карманов = √n), используется ряд других эмпирических правил, например, правило Стёрджеса (Sturges): число карманов =1+log2(n). Это обусловлено тем, что например, для n=5000, количество интервалов по формуле √n будет равно 70, а правило Стёрджеса рекомендует более приемлемое количество — 13.

Расчет ширины интервала и таблица интервалов приведены в

файле примера на листе Гистограмма

. Для вычисления количества значений, попадающих в каждый интервал, использована

формула массива

на основе функции

ЧАСТОТА()

. О вводе этой функции см. статью

Функция ЧАСТОТА() — Подсчет ЧИСЛОвых значений в MS EXCEL

.

В MS EXCEL имеется диаграмма типа

Гистограмма с группировкой

, которая обычно используется для построения

Гистограмм распределения

.

В итоге можно добиться вот такого результата.

Примечание

: О построении и настройке макета диаграмм см. статью

Основы построения диаграмм в MS EXCEL

.

Одной из разновидностей гистограмм является

график накопленной частоты

(cumulative frequency plot).

На этом графике каждый столбец представляет собой число значений исходного массива, меньших или равных правой границе соответствующего интервала. Это очень удобно, т.к., например, из графика сразу видно, что 90% значений (45 из 50) меньше чем 495.

СОВЕТ

: О построении

двумерной гистограммы

см. статью

Двумерная гистограмма в MS EXCEL

.

Примечание

: Альтернативой

графику накопленной частоты

может служить

Кривая процентилей

, которая рассмотрена в

статье про Процентили

.

Примечание

: Когда количество значений в выборке недостаточно для построения полноценной

гистограммы

может быть полезна

Блочная диаграмма

(иногда она называется

Диаграмма размаха

или

Ящик с усами

).

1. Определение числа интервалов (классов)

При
отсутствии априорной информации о
необходимом количестве интервалов для
построения гистограммы, число интервалов
вычисляется по формуле:

n
– величина выборки

1. Определение размера интервала (класса)

1. Сортировка

Проводиться
определение (подсчет) числа случайных
величин, попадающих в i-й
интервал (
— абсолютная частота)

Возможны
случаи, когда значение в выборке попадает
точно на границу интервала. Тогда
необходимо относить это значение в
больший или меньший интервал. Принципиально
важно, что бы все подобные пограничные
значения относились либо в следующий
(больший), либо в предыдущий (меньший)
интервал. Обычно пограничные значения
относят к следующему интервалу.

1. Определение
   накопленных частот

Подсчитывается
накопленная частота для каждого
интервала, то есть суммируется количество
значений в текущем интервале и всех
предыдущих.

1. Определение
   относительной частоты попадания в
   каждый интервал

Можно сказать,
что для данной гистограммы эта
относительная частота является и
вероятностью попадания значения в
конкретный интервал.

1. Определение
   относительных накопленных частот

1. Определение
   высоты прямоугольника гистограммы

1. Табулирование
   частотное

№ пп	Границы интервала	Абсолютная частота	Относительная частота	Относительная накопленная частота
1		3	0,015	0.015	h1
2		9	0,045	0.06	h2
					
k		2	0,01	1	hk

1. Нанесение гистограммы на график

1. На горизонтальной оси выбираем масштаб,
   ориентируясь на круглые значения

2. Откладываем интервалы на горизонтальной
   оси в соответствии с масштабом

3. Перед первым интервалом и после
   последнего интервала оставляем по 2
   интервала свободного места

4. Подписываем границы интервалов и
   проставляем единицы измерения

5. Проводим левую вертикальную ось,
   наносим шкалу
   
   подписсываем эту ось.

6. Провести две правые вертикальные оси:

1. — на одной нанести
   шкалу относительных частот
   

2. — на другой нанести
   шкалу относительных накопленных частот
   

3. — надписать шкалы

1. Пользуясь интервалом класса как
   основанием построить прямоугольник,
   высота которого
   

2. Нанести на гистограмме: номинал N;
   границы допусков USL
   и LSL; среднее
   значение, дисперсию

3. Построить полигон на гистограмме —
   соединить точки середин верхних частей
   прямоугольников

4. На чистом поле гистограммы показать:

*
время создания гистограммы

*
число данных

*
S_R – коэффициент асимметрии

*
E_R – коэффициент эксцесса

При
построении кумулятивной гистограммы
на осях откладываются накопленные
частоты, высота прямоугольников
вычисляется на основании накопленных
частот, в остальном последовательность
та же.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]

• #
• #
• #
• #
• #
• #
• #
• #
• #
• #
• #

«СЕМЬ ОСНОВНЫХ ИНСТРУМЕНТОВ КОНТРОЛЯ КАЧЕСТВА»

---

Гистограмма

Гистограмма – это столбиковая диаграмма, предназначенная для графического представления данных, сгруппированных по частоте попадания в определённый интервал.

Интервалы являются основаниями столбиков, на которые разбивается совокупность данных. Высота столбиков пропорциональна частоте попадания результатов наблюдений в соответствующий интервал.

Пример гистограммы представлен на рисунке 1.

Для ознакомления с сутью, формами и иными особенностями составления, чтения и применения гистограмм предлагаем прочитать приведённый ниже раздел из учебного пособия «Управление качеством продукции» С.В. Пономарева, С.В. Мищенко, B.Я. Белобрагина и др. [1, с. 97–108].

Итак, обратимся к источнику [1]:

“

3.2. Гистограмма

Гистограмма – это инструмент [1, 9–11, 30, 38–45], позволяющий зрительно оценить закон распределения величины разброса данных, а также принять решение о том, на чем следует сфокусировать внимание для целей улучшения процесса.

Гистограмма отображается серией столбиков одинаковой ширины, но разной высоты. Ширина столбика представляет интервал в диапазоне наблюдений, высота – количество наблюдений (измерений), попавших в данный интервал. При нормальном законе распределения данных существует тенденция расположения большинства результатов наблюдений ближе к центру распределения (к центральному значению) с постепенным уменьшением при удалении от центра.

Гистограмма применяется главным образом для анализа значений измеренных параметров, но может использоваться и для оценки показателей возможностей процессов [1, 9–11, 15, 35].

Систематизируя показатели качества и анализируя построенную для них гистограмму, можно легко понять вид распределения, а определив среднее значение показателя и стандартное отклонение, можно провести сравнение показателей качества с контрольными нормативами и таким образом получить информацию высокой точности.

3.2.1. Основные сведения о нормальном законе распределения

В связи с тем что теория управления качеством продукции во многих случаях базируется на использовании так называемого нормального закона распределения, рассмотрим этот закон подробнее.

Плотность р(х) нормального распределения случайной величины х выражается функцией

зависящей от двух параметров, а именно: от µ – математического ожидания и σ – среднеквадратичного отклонения нормального распределения.

При статистической обработке экспериментально полученных результатов наблюдений x₁, x₂, …, х_n случайной величины х приблизительные оценки значений µ и σ могут быть вычислены по формулам

При стремлении n → ∞ оценки x и S_n стремятся к µ и σ, т.е.
lim x = µ, lim S_n = σ.
^{n → ∞}

Графики функции (3.1) приведены на рис. 3.1.

На рис. 3.1а приведены графики функции (3.1) при двух значениях параметра σ. Видно, что при значении σ1 < σ2 колоколообразная кривая падает по обе стороны от вершины более круто, чем при σ2 > σ1. С увеличением параметра σ кривая становится более покатой. Однако независимо от значения параметра σ площадь под кривой, представляющей собой функцию (3.1), равна единице. Колоколообразная кривая имеет две точки перегиба, расстояние от которых до ординаты вершины, т.е. до вертикали, проведенной через математическое ожидание х = µ, равно среднеквадратичному отклонению σ. Заштрихованная на рис. 3.1б площадь криволинейной трапеции, заключенная между ординатами х = µ − σ и х = µ + σ, равна 0,6826.

Это означает, что вероятность того, что случайная величина х, распределенная в соответствии с нормальным законом (3.1), находится в интервале (µ − σ < х < µ + σ), равна 0,6826, т.е. Вер (µ − σ < х < µ + σ) = 0,6826.

Если рассмотреть (см. рис. 3.1в) интервал (µ − 2σ < х < µ + 2σ), то Вер (µ − 2σ < х < µ + 2σ) = 0,9544.

Аналогично (см. рис. 3.1г) получается Вер (µ − 3σ < х < µ + 3σ) = 0,9973.

Приведем дополнительные сведения о вероятности попадания случайной величины х, распределенной по нормальному закону, в часто используемые интервалы:

• Вер (µ − 1,96σ < х < µ + 1,96σ) = 0,95,
• Вер (µ − 2,57σ < х < µ + 2,57σ) = 0,99,
• Вер (µ − 3,291σ < х < µ + 3,291σ) = 0,999.

3.2.2. Этапы построения гистограммы

Рассмотрим порядок построения гистограммы, характеризующей управляемость процесса производства валиков, с использованием данных приведенного ниже контрольного листка.

Построение гистограммы, как правило, включает в себя следующие этапы [1, 9–11, 38–42, 45].

1. Разработка формы контрольного листка для сбора первичных данных (см. § 3.1). Пример такого контрольного листка для процесса производства валиков приведен ниже.



2. Сбор статистических данных x_i, i = 1, 2, …, N, характеризующих ход процесса, и заполнение второго столбца контрольного листка. После заполнения контрольного листка приступают собственно к построению гистограммы.
3. Вычисление диапазона данных (выборочного размаха):

R = x_max − x_min,

где x_max – наибольшее наблюдаемое значение; x_min – наименьшее наблюдаемое значение.

В нашем случае x_max = 10,020 мм, x_min = 9,985 мм, т.е. R = 10,020 − 9,985 = 0,035 мм = 35 мкм.

4. Определение количества интервалов n на гистограмме часто осуществляют по формуле Стерджесса [29, 30]

n ≈ 1 + 3,322 lg N,

где N – общее количество собранных данных в выборке.

Рекомендуемое число интервалов гистограммы, которое получается при использовании формулы Стерджесса, представлено в табл. 3.2.

Таблица 3.2
К выбору рекомендуемого числа интервалов на гистограмме

Количество данных в выборке	Число интервалов
23 – 45	6
46 – 90	7
91 – 180	8
181 – 361	9
362 – 723	10
724 – 1447	11
1448 – 2885	12

По данным рассматриваемого нами контрольного листка N = 88, соответственно n = 1 + 3,322 lg 88 = 7,46 – 7.

5. Определение размеров интервалов осуществляют так, чтобы размах, включающий максимальное и минимальное значения, делился на интервалы равной ширины. Для получения ширины интервалов h = R/n размах R делят на полученное выше количество интервалов n.

   В нашем случае h = 0,035 мм / 7 = 0,005 мм = 5 мкм.

   ---

   Внимание!
   Желательно, чтобы размер интервала был не менее двух делений шкалы измерительного прибора (в рассматриваемом примере данные контрольного листка были получены с использованием микрометрической головки часового типа с ценой деления 1 мкм, т.е. один интервал соответствует пяти делениям шкалы прибора).

6. Определение границ интервалов.
   Сначала определяют нижнюю границу первого интервала и прибавляют к ней ширину этого интервала, чтобы получить границу между первым и вторым интервалами. Далее продолжают прибавлять найденную ширину интервала h к предыдущему значению для получения второй границы, затем третьей и т.д. После завершения такой работы можно удостовериться, что верхняя граница последнего интервала совпадает с максимальным значением x_max.
7. Вычисление частот.
   В третий столбец таблицы контрольного листка вносят количество k_i валиков, попавших в каждый интервал. По результатам наблюдений, отмеченных черточками во втором столбце этой таблицы, подсчитывают общее количество наблюдений (в нашем случае N = 88), а затем в четвертый столбец записывают относительные частоты, выраженные в процентах и подсчитанные по формуле
8. Построение горизонтальной и вертикальной осей графика.
   Берется миллиметровая бумага, на ней наносятся горизонтальная и вертикальная оси, а затем на каждой оси выбираются масштабы.
9. Построение графика гистограммы.
   На горизонтальную ось необходимо нанести границы интервалов. На оси абсцисс с обеих сторон (перед первым и после последнего интервалов) следует оставить место, не менее размера одного интервала. Пользуясь шириной интервалов как основанием, строят прямоугольники, высота каждого из которых равна частоте попадания результатов наблюдений в соответствующий интервал. На график (см. рис. 3.2) наносят линию, представляющую среднее арифметическое значение x, а также линии, представляющие границы поля допуска, если они имеются.
   

3.2.3. Вычисление основных характеристик качества процесса по гистограмме

Построение гистограммы на практике производят для того, чтобы оценить качество выпускаемой продукции и качество процесса производства этой продукции. Наиболее часто для оценки качества процесса используют следующие характеристики [9, 10, 34, 39, 41]:

Р_р – индекс пригодности процесса удовлетворять технический допуск (без учета положения среднего значения);

k – показатель настроенности процесса на целевое значение;

P_pk = Р_р (1 − k) – оценка индекса пригодности процесса удовлетворять технический допуск с учетом положений среднего значения.

Ниже рассмотрены примеры вычисления перечисленных выше индексов (показателей) по параметрам построенной гистограммы.

В нашем случае на рис. 3.2 обозначены:

• среднее арифметическое значение x результатов наблюдений x_i
  
• размах результатов наблюдений R ≈ 6σ = 0,035 мм, равный ширине основания гистограммы и в большинстве случаев близкий к шести значениям стандартных отклонений σ;

  ---

  Примечание. В качестве приближенного значения стандартного отклонения σ часто используют среднеквадратичное отклонение

  

• нижняя граница поля допуска LSL = 9,975 мм;
• верхняя граница поля допуска USL = 10,025 мм;
• середина поля допуска (целевое значение)

  Ц = (LSL + USL) / 2 = (10,025 + 9,975) / 2 = 10,000 мм;

• дополнительные (гипотетические) значения нижней (LSL)’ и верхней (USL)’ границ поля допуска, которые нам потребуются далее.

По имеющимся на рис. 3.2 данным могут быть вычислены следующие величины, характеризующие качество процесса производства валиков:

• оценка индекса пригодности процесса удовлетворять технический допуск (без учета положения среднего значения x) [34]
  

  Pp =	USL − LSL	≈	USL − LSL	=	10,025 − 9,975	≈	1,43;
  6σ	R	0,035

  

  ---

  Примечания:

  1. Если Р_р ≥ 1, то ширина гистограммы укладывается в пределах ширины поля допуска, т.е. процесс является управляемым; точнее говоря, имеется возможность осуществить процесс так, что 99,73% изделий будут попадать в пределы поля допуска; если Р_р < 1, то процесс является неуправляемым, так как размеры части изделий неизбежно будут выходить за пределы поля допуска; большинство российских заводов работают при значениях Р_р ~ 0,95…1,3, а японским специалистам по управлению качеством продукции во многих случаях удается поддерживать на своих предприятиях значения индекса пригодности процессов Р_р « 1,5…4,0, что позволяет ограничить дефектность продукции единицами бракованных изделий на миллион выпускаемых изделий.
  2. Для того чтобы проиллюстрировать, почему Р_р называется индексом пригодности процесса, рассмотрим гипотетическую ситуацию, когда нижняя и верхняя границы допуска (LSL)’ = 10,03 мм, (USL)’ = 10,08 мм; тогда получим значение индекса пригодности процесса

  Pp =	USL − LSL	≈	(USL)’ − (LSL)’	=	10,08 − 10,03	≈	1,43;
  6σ	R	0,035

  

  Видно, что при (LSL)’ = 10,03 мм, (USL)’ = 10,08 мм, когда (при представленной на рис. 3.2 гистограмме) ни одно изделие не попадает в пределы границ поля допуска, все равно Р_р ≈ 1,43; именно поэтому индекс Р_р называется индексом пригодности процесса (он совершенно не учитывает смещение центра x случайного распределения размеров деталей относительно середины поля допуска Ц);

• смещение гистограммы относительно середины поля допуска может быть охарактеризовано показателем настроенности процесса на целевое значение
  

  k =	|x − Ц|	,
  (USL − LSL)/2

  который в нашем примере равен

  k =	|10,0025 − 10,0000|	= 0,1.
  (10,025 − 9,975)/2

  ---

  Примечание. Если среднее значение x случайного распределения результатов наблюдений сместится относительно середины Ц поля допуска на величину половины поля допуска (USL − LSL)/2, то показатель настроенности процесса станет равен k = 1; если же x = Ц, то показатель k = 0;

• наиболее полно качество протекания процесса может быть охарактеризовано [19] величиной индекса пригодности процесса удовлетворять технический допуск с учетом положения среднего значения x

  P_pk = P_p · (1 − k),

  который в рассматриваемом нами примере равен

  P_pk = 1,43 (1 − 0,1) ≈ 1,29.

Таким образом, для повышения качества процесса (уменьшения уровня дефектности) необходимо обеспечить высокое значение индекса Р_р и низкое значение показателя k.

---

Примечания:

1. Для лучшего понимания смысла индексов Р_р, Р_рk рекомендуем внимательно изучить ГОСТ Р 50779.44-2001 [34].
2. Согласно [34], индексы Р_р, Р_рk могут быть использованы в качестве индексов пригодности процессов, стабильность которых по настройке подтверждена, а по разбросу – не подтверждена.
3. В случае, когда подтверждена стабильность процесса по разбросу, вместо индексов пригодности Р_р, Р_рk используются [34]:

   – индекс воспроизводимости процесса, оценивающий возможность удовлетворять технический допуск без учета положения среднего значения x и применяемый для стабильных по разбросу процессов;

   С_рk = С_р (1 − k)

   – индекс воспроизводимости процесса, оценивающий возможность удовлетворять технический допуск с учетом фактического положения среднего значения x и применяемый для стабильных и по разбросу, и по настройке процессов.

---

3.2.4. Типовые формы гистограмм

На рис. 3.3 приведены наиболее часто встречающиеся на практике формы (типы) гистограмм [1, 9–11, 30, 38–42].

Полезную информацию о характере распределения случайной величины можно получить, взглянув на форму гистограммы. Формы, представленные на рис. 3.3, типичны, и вы можете воспользоваться ими как образцами при анализе процессов.

Обычная форма (симметричная, или колоколообразная). Среднее значение гистограммы приходится на середину размаха данных. Наивысшая частота оказывается в середине и постепенно снижается к обоим концам. Форма симметрична.

---

Примечание. Это именно та форма, которая встречается чаще всего.

Гребенка. Интервалы через один имеют более низкие (высокие) частоты.

---

Примечание. Такая форма встречается, когда число единичных наблюдений, попадающих в интервал, колеблется от интервала к интервалу или когда действует определенное правило округления данных.

Положительно скошенное распределение (отрицательно скошенное распределение). Среднее значение гистограммы локализуется слева (справа) от центра размаха. Частоты довольно резко спадают при движении влево (вправо) и, наоборот, медленно – при движении вправо (влево). Форма асимметрична.

---

Примечание. Такая форма встречается, когда левое (правое) значение поля допуска недостижимо.

Распределение с обрывом справа (распределение с обрывом слева). Среднее арифметическое гистограммы локализуется далеко слева (справа) от центра размаха. Частоты резко спадают при движении влево (вправо) и, наоборот, медленно вправо (влево). Форма асимметрична.

---

Примечание. Это одна из тех форм, которые часто встречаются при 100%-ной разбраковке изделий из-за плохой управляемости процесса, а также когда проявляется резко выраженная положительная (отрицательная) асимметрия.

Равномерное или прямоугольное распределение (плато). Частоты в разных интервалах образуют плато, поскольку все интервалы имеют более или менее одинаковые ожидаемые частоты.

---

Примечание. Такая форма встречается в смеси нескольких распределений, имеющих различные средние значения.

Двухпиковая (бимодальная) форма. В окрестностях центра диапазона данных частота низкая, т.е. по пику с каждой стороны.

---

Примечание. Такая форма встречается, когда смешиваются два распределения с далеко отстоящими средними значениями.

---

3.2.5. Использование гистограмм при оценке и анализе качества процессов

Анализ формы гистограммы и ее расположения по отношению к технологическому допуску позволяет делать заключения о состоянии изучаемого процесса и вырабатывать надлежащие меры. На рис. 3.4 показаны возможные варианты расположения гистограммы по отношению к допуску [38].

На рис. 3.4а левая и правая стороны гистограммы симметричны, следовательно, форма гистограммы удовлетворительна. Если сравнить ширину гистограммы с шириной поля допуска, то она составляет приблизительно 3/4 (что соответствует Р_р ≈ 1,33), т.е. в поле допуска имеется достаточный запас. Поскольку центр x распределения и центр Ц поля допуска совпадают (что соответствует k ≈ 0 и Р_рk ≈ 1,33), то качество партии деталей находится в удовлетворительном состоянии. Таким образом, в данной ситуации технологическая операция не нуждается в корректировке [38].

На рис. 3.4б гистограмма сдвинута вправо. В связи с этим имеется опасение, что среди деталей могут находиться некондиционные единицы (выходящие за пределы допуска). В этом случае необходимо проверить, не вносят ли систематическую ошибку используемые средства измерения. Если средство измерения находится в удовлетворительном состоянии, следует продолжить изготовление деталей, отрегулировав технологическую операцию так, чтобы центр x гистограммы совпадал с центром Ц поля допуска [38].

На рис. 3.4в центр гистограммы расположен правильно, т.е. совпадает с центром поля допуска. Однако поскольку ширина гистограммы, характеризующая реальный разброс значений контролируемого показателя, совпадает с шириной поля допуска, то имеется опасение, что со стороны верхнего и нижнего допуска могут появиться некондиционные детали. Следовательно, чтобы сузить ширину гистограммы, необходимо принять меры для обследования технологической операции с точки зрения точности оборудования, условий обработки, технологической оснастки и т. д. В случае невозможности найти техническое решение по данному вопросу рекомендуется (если есть такая возможность) расширить допуск, так как требования к качеству деталей в данном случае трудновыполнимы [38].

На рис. 3.4г центр гистограммы смещен, причем выход одного интервала гистограммы за верхнюю границу допуска USL свидетельствует о наличии дефектных деталей. Кроме того, поскольку ширина гистограммы и ширина поля допуска почти одинаковы, необходимо срочно отрегулировать технологическую операцию, переместив центр гистограммы x в центр поля допуска Ц, либо уменьшить ширину гистограммы, либо изменить допуск [38].

На рис. 3.4д центр гистограммы совпадает с центром поля допуска, но так как ширина гистограммы превышает ширину поля допуска, то обнаруживаются детали несоответствующего качества, о чем свидетельствует выход гистограммы за обе стороны поля допуска. В этом случае целесообразно реализовать рассмотренные выше меры [38].

На рис. 3.4е в гистограмме имеются два пика, хотя образцы деталей взяты из одной партии. Это явление объясняется либо тем, что исходный материал для деталей был двух разных сортов, либо в процессе изготовления деталей была изменена настройка оборудования, либо тем, что в одну партию включили детали, обработанные на двух разных станках. Очевидно, следует провести (см. подробнее § 3.3) расслоение (стратификацию) гистограммы, т.е. разбить ее на две [38].

На рис. 3.4ж главные характеристики гистограммы (ширина и центр) в норме, однако значительная часть деталей выходит за верхний предел допуска и, отделяясь, образует обособленный «островок». Детали в этом «островке», возможно, представляют часть тех деталей несоответствующего качества, которые вследствие небрежности были перемешаны с доброкачественными в общем потоке. В данной ситуации необходимо принять меры для выяснения самых различных и внезапно возникающих обстоятельств, должным образом объясняющих причину этого явления [38].

На рис. 3.4з центр распределения смещен к нижнему пределу допуска. Так как левая сторона гистограммы на границе нижнего предела допуска имеет вид «отвесного берега», можно сделать заключение, что фактически это была партия, которую предварительно рассортировали из-за наличия в ней деталей несоответствующего качества в левой стороне гистограммы (т.е. выходящих за нижний предел допуска) или же детали несоответствующего качества левой стороны при выборочном контроле умышленно распределили как годные для включения в пределы допуска. Следовательно, необходимо выявить причину, которая могла повлечь за собой данное явление [38].

На рис. 3.4и показан случай, аналогичный варианту «з». Возможно, что используемое измерительное средство было неисправно. В связи с этим необходимо обратить внимание на калибровку (поверку) измерительного средства, равно как и на повторное обучение правилам выполнения измерений [38].

---

”

---

Источники:

1. Пономарев С.В., Мищенко С.В., Белобрагин B.Я. и др. Управление качеством продукции. Инструменты и методы менеджмента качества: учебное пособие / С.В. Пономарев, С.В. Мищенко, B.Я. Белобрагин, В.А. Самородов, Б.И. Герасимов, А.В. Трофимов, C.А. Пахомова, О.С. Пономарева. – М.: РИА «Стандарты и качество». – 2005.

---

Если вы считаете, что при публикации настоящего материала нарушены ваши авторские права, напишите нам.

If you believe that the publication of this material infringes your copyright, please let us know.

Что такое правило Стерджеса? (Определение и пример)

Как построить гистограмму в Excel по данным таблицы

Порой, информация, размещенная в таблице тяжело поддается анализу. Данные становятся более наглядными, если их представить в виде графика или гистограммы. В статье ниже мы разберем как построить гистограмму в Excel по данным таблицы.

Как построить гистограмму в Excel

• выделите область с данными таблицы, которые вы хотите отразить на гистограмме. Важно выделить все заголовки в столбцах и строках;

• перейдите во вкладку “Вставка” на Панели инструментов, затем щелкните по пункту меню “Гистограмма”;

• выберите тип гистограммы:

• на листе с данными таблицы появится гистограмма:

Стиль и внешний вид гистограммы

После того, как вы создали гистограмму, вам может потребоваться внести корректировки в то, как выглядит ваш график. Для изменения дизайна и стиля используйте вкладку “Конструктор”. Эта вкладка отображается на Панели инструментов, когда вы выделяете левой клавишей мыши гистограмму. С помощью дополнительных настроек в разделе “Конструктор” вы сможете:

• добавить заголовок и другие дополнительные данные для отображения. Для того, чтобы добавить данные на график, кликните на пункт “Добавить элемент диаграммы”, затем, выберите нужный пункт из выпадающего списка:

• для редактирования элемента гистограммы, например заголовка – дважды кликните на него и внесите корректировки;

• если вы не хотите добавлять элементы по отдельности, то можно воспользоваться пунктом меню “Экспресс-макет” и выбрать подготовленные системой наиболее популярные наборы элементов гистограммы;

• в Excel также доступные несколько подготовленных стилей гистограммы, выбрать которые вы можете в разделе “Стили диаграмм” на вкладке “Конструктор”;

Вы также можете использовать кнопки быстрого доступа к редактированию элементов гистограммы, стиля и фильтров:

Как сменить строки и столбцы в гистограмме

Вам также может понадобиться изменить способ группировки ваших данных. Например, в приведенной ниже таблице данные о продажах книг сгруппированы по годам со столбцами для каждого жанра. Однако мы могли бы поменять строки и столбцы местами, чтобы гистограмма группировала данные по жанру, со столбцами для каждого года. В обоих случаях гистограмма содержит одни и те же данные – она просто организована по-разному.

Для того чтобы сменить порядок строк и столбцов в гистограмме проделайте следующие шаги:

• Выберите гистограмму, которую вы хотите отредактировать;
• На вкладке “Конструктор” выберите пункт “Строка/Столбец”;

• Строки и столбцы в графике будут сменены. В нашем примере данные сгруппированы по жанрам, а столбцы по годам.

Как переместить гистограмму в Excel

Когда вы создаете гистограмму, она по умолчанию будет отображаться на одном листе с данными, на основе которых она была построена. Есть возможность полученную гистограмму переместить на другой лист. Для этого проделайте следующие шаги:

• Выделите гистограмму, которую вы хотите переместить;
• Нажмите на пункт “Дизайн” на Панели инструментов, затем выберите пункт “Переместить диаграмму”;

• В диалоговом окне выберите куда вы, хотите переместить гистограмму и нажмите ОК.

• После этого, гистограмма будет перенесена в новое место назначения. В нашем примере, это новый лист.

Создание гистограммы

Гистограмма — это столбчатая диаграмма, которая показывает частоту повторяемости значений.

Примечание: В этой статье рассматривается только создание гистограмм. Сведения о диаграммах Парето (отсортированных гистограммах) см. в статье Создание диаграммы Парето.

• Какие версии или продукты вы используете?
• Excel 2016 и более поздние версии
• Excel 2007 – 2013
• Outlook, PowerPoint, Word 2016

(Это типичный пример данных для гистограммы.)

Выберите Вставка > Вставить диаграмму статистики > Гистограмма.

Гистограмму также можно создать с помощью вкладки Все диаграммы в разделе Рекомендуемые диаграммы.

На вкладках Конструктор и Формат можно настроить внешний вид диаграммы.

Если они не отображаются, щелкните в любом месте гистограммы, чтобы добавить на ленту область Работа с диаграммами.

Правой кнопкой мыши щелкните горизонтальную ось диаграммы, выберите Формат оси, а затем щелкните Параметры оси.

Руководствуясь приведенной ниже таблицей, вы сможете выбрать параметры, которые нужно задать в области задач Формат оси.

Выберите этот вариант, если категории (горизонтальная ось) текстовые, а не числовые. На гистограмме одинаковые категории будут сгруппированы, а значения на оси значений — просуммированы.

Совет: Чтобы подсчитать количество появлений текстовых строк, добавьте столбец и укажите в нем значение «1», а затем отобразите гистограмму и выберите параметр По категориям.

Это вариант по умолчанию для гистограмм. Длина интервала вычисляется по формуле Скотта.

Введите положительное десятичное число, задающее количество точек данных в каждом диапазоне.

Введите количество интервалов гистограммы (включая интервалы для значений, выходящих за верхнюю и нижнюю границы).

Выход за верхнюю границу интервала

Установите этот флажок, чтобы создать интервал для всех значений, превышающих значение в поле справа. Чтобы изменить его, введите в поле другое десятичное число.

Выход за нижнюю границу интервала

Установите этот флажок, чтобы создать интервал для всех значений, не превышающих значение в поле справа. Чтобы изменить его, введите в поле другое десятичное число.

Совет: Дополнительные сведения о гистограммах и их пользе для визуализации статистических данных см. в этой записи о гисторамме, диаграммах Парето и «ящик с усами» блога группы разработчиков Excel. Дополнительные сведения о других новых типах диаграмм приведены в этой записи блога.

Вариант «Автоматическая» (формула Скотта)

Формула Скотта минимизирует отклонение вариационного ряда на гистограмме по сравнению с набором данных, исходя из предположения о нормальном распределении данных.

Вариант «Выход за верхнюю границу интервала»

Вариант «Выход за нижнюю границу интервала»

Загрузите надстройку «Пакет анализа». Дополнительные сведения см. в статье Загрузка надстройки «Пакет анализа» в Excel.

В один столбец на листе введите исходные данные. При необходимости добавьте в первую ячейку подпись.

Используйте количественные числовые данные, например, количество элементов или результаты тестов. Мастер гистограмм не будет работать с такими количественными числовыми данными, как идентификационные номера, введенные в виде текста.

В следующий столбец введите интервалы в возрастающем порядке. При необходимости добавьте в первую ячейку подпись.

Используйте собственные интервалы, поскольку они могут лучше соответствовать целям вашего анализа. Если вы не введете их, мастер гистограмм создаст равномерно распределенные интервалы, используя минимальное и максимальное значение во введенном диапазоне в качестве начальной и конечной точек.

Откройте вкладку Данные и выберите команду Анализ данных.

Выберите пункт Гистограмма и нажмите кнопку OK.

В разделе Ввод выполните указанные ниже действия:

В поле Формировать список по диапазону введите ссылку на ячейку с диапазоном данных, который содержит исходные числа.

В поле Интервал карманов введите ссылку на ячейку с диапазоном, который содержит числа интервала.

Если на листе использовались подписи столбцов, можно включать их в ссылки на ячейки.

Совет: Вместо того, чтобы вводить ссылки вручную,можно нажать кнопку , чтобы временно свернуть диалоговое окно для выбора диапазонов на листе. При повторном нажатии этой кнопки диалоговое окно опять разворачивается.

Если подписи столбцов были включены в ссылки на ячейки, установите флажок Подписи.

В группе Параметры вывода выберите местоположение выходных данных.

Гистограмму можно расположить на том же листе, новом листе в текущей книге или в новой книге.

Установите один или несколько флажков:

Парето (отсортированная гистограмма) . Отображает частоту данных по убыванию.

Суммарный процент . Отображает суммарные проценты и добавляет в гистограмму строку суммарных процентов.

Вывод диаграммы . Отображает встроенную гистограмму.

Нажмите кнопку ОК.

Если вы хотите настроить гистограмму, вы можете изменить текстовые метки, щелкнув в любом месте гистограммы, чтобы использовать элементы диаграммы, стили диаграмми кнопки фильтра диаграммы справа от диаграммы.

(Это типичный пример данных для гистограммы.)

На вкладке Вставка нажмите кнопку Диаграмма.

В диалоговом окне Вставка диаграммы в разделе Все диаграммы выберите пункт Гистограмма, а затем нажмите кнопку ОК.

С помощью параметров на вкладках Конструктор и Формат настройте внешний вид диаграммы.

Если они не отображаются, щелкните в любом месте гистограммы, чтобы добавить на ленту область Работа с диаграммами.

Правой кнопкой мыши щелкните горизонтальную ось диаграммы, выберите Формат оси, а затем щелкните Параметры оси.

Руководствуясь приведенной ниже таблицей, вы сможете выбрать параметры, которые нужно задать в области задач Формат оси.

Выберите этот вариант, если категории (горизонтальная ось) текстовые, а не числовые. На гистограмме одинаковые категории будут сгруппированы, а значения на оси значений — просуммированы.

Совет: Чтобы подсчитать количество появлений текстовых строк, добавьте столбец и укажите в нем значение «1», а затем отобразите гистограмму и выберите параметр По категориям.

Это вариант по умолчанию для гистограмм.

Введите положительное десятичное число, задающее количество точек данных в каждом диапазоне.

Введите количество интервалов гистограммы (включая интервалы для значений, выходящих за верхнюю и нижнюю границы).

Выход за верхнюю границу интервала

Установите этот флажок, чтобы создать интервал для всех значений, превышающих значение в поле справа. Чтобы изменить его, введите в поле другое десятичное число.

Выход за нижнюю границу интервала

Установите этот флажок, чтобы создать интервал для всех значений, не превышающих значение в поле справа. Чтобы изменить его, введите в поле другое десятичное число.

Совет: Дополнительные сведения о гистограммах и их пользе для визуализации статистических данных см. в этой записи о гисторамме, диаграммах Парето и «ящик с усами» блога группы разработчиков Excel. Дополнительные сведения о других новых типах диаграмм приведены в этой записи блога.

Чтобы создать гистограмму в Excel для Mac, выполните указанные ниже действия.

(Это типичный пример данных для гистограммы.)

На ленте откройте вкладку Вставка, щелкните значок (Статистические) и в разделе Гистограмма выберите Гистограмма.

На вкладках Конструктор и Формат можно настроить внешний вид диаграммы.

Если они не отображаются, щелкните в любом месте гистограммы, чтобы добавить их на ленту.

Чтобы создать гистограмму в Excel 2011 для Mac, вам нужно скачать надстройку стороннего поставщика. Дополнительные сведения: я не могу найти пакет анализа в Excel 2011 для Mac .

В Excel Online можно просмотреть гистограмму (гистограмма, отображающая частотные данные), но ее невозможно создать, так как для нее требуется пакет анализа, надстройка Excel, которая не поддерживается в Excel Online.

Если у вас есть классическое приложение Excel, вы можете использовать кнопку изменить в Excel , чтобы открыть Excel на рабочем столе и создать гистограмму.

Коснитесь данных, чтобы выделить их.

Если вы находитесь на телефоне, коснитесь значка редактирования , чтобы отобразить ленту. и выберите Главная.

Выберите элементы Вставка > Диаграммы > Гистограмма.

При необходимости вы можете настроить элементы диаграммы.

Примечание: Эта функция доступна только при наличии подписки на Office 365. Если у вас есть подписка на Office 365, убедитесь, что у вас установлена последняя версия Office.

Коснитесь данных, чтобы выделить их.

Если вы используете телефон, коснитесь значка правки , чтобы отобразить ленту, а затем выберите вкладку Главная.

Выберите элементы Вставка > Диаграммы > Гистограмма.

Чтобы создать гистограмму в Excel, укажите два типа данных — данные, которые вы хотите проанализировать, и номера ячеек, которые представляют интервалы, на которые нужно измерить частоту. Данные необходимо расположить в двух столбцах на листе. Ниже приведены типы данных, которые должны содержаться в этих столбцах.

Введенные данные. Это данные, которые вы хотите проанализировать с помощью мастера гистограмм.

Числовые интервалы. Они представляют диапазоны, на основании которых мастер гистограмм проводит оценку введенных данных во время их анализа.

При использовании инструмента «гистограмма» Excel считает количество точек данных в каждом из ячеек данных. Точка данных включается в определенный интервал, если соответствующее значение больше нижней границы интервала данных и меньше верхней. Если вы пропустите диапазон ячеек, Excel создаст набор равномерно распределенных ячеек между минимальным и максимальным значениями входных данных.

Результат анализа гистограммы отображается на новом листе (или в новой книге) и содержит таблицу и гистограмму, которая отражает данные этой таблицы.

Дополнительные сведения

Вы всегда можете задать вопрос специалисту Excel Tech Community, попросить помощи в сообществе Answers community, а также предложить новую функцию или улучшение на веб-сайте Excel User Voice.

Примечание: Эта страница переведена автоматически, поэтому ее текст может содержать неточности и грамматические ошибки. Для нас важно, чтобы эта статья была вам полезна. Была ли информация полезной? Для удобства также приводим ссылку на оригинал (на английском языке).

LiveInternetLiveInternet

—Метки

—Музыка

—Конвертер видеоссылок

—Подписка по e-mail

—Поиск по дневнику

—Интересы

—Постоянные читатели

—Трансляции

—Статистика

Построение гистограмм распределения в Excel

В связи с написанием диплома тема подсчёта статистики для меня крайне актуальна, посему делюсь найденной крайне полезной стаейкой по построению гистограмм распределения. Точнее частью этой статьи с наипростейшим алгоритмом постороения этих гистограмм Excel. Лично я строю этим способом гистограммы распределения значений показателей психологических тестов, ну а там уж каждому по потребностям, распределение чего надо посмотреть.

В современном мире к статистике проявляется большой интерес, поскольку это отличный инструмент для анализа и принятия решений, а также это отличное средство для поиска причин нарушений процесса и их устранения. Статистический анализ применим во многих сферах, где существуют большие массивы данных: естественно, в первую очередь я скажу, что металлургии, а также в экономике, биологии, политике, социологии и. много где еще. Статья эта будет, как несложно догадаться по ее названию, про использование некоторых средств статистического анализа, а именно — гистограммам.
Ну, поехали.

Статистический анализ в Excel можно осуществлять двумя способами:
• С помощью функций
• С помощью средств надстройки «Пакет анализа». Ее, как правило, еще необходимо установить.

Чтобы установить пакет анализа в Excel, выберите вкладку «Файл» (а в Excel 2007 это круглая цветная кнопка слева сверху), далее — «Параметры», затем выберите раздел «Надстройки». Нажмите «Перейти» и поставьте галочку напротив «Пакет анализа».

А теперь — к построению гистограмм распределения по частоте и их анализу.

Речь пойдет именно о частотных гистограммах, где каждый столбец соответствует частоте появления* значения в пределах границ интервалов. Например, мы хотим посмотреть, как у нас выглядит распределение значения предела текучести стали S355J2 в прокате толщиной 20 мм за несколько месяцев. В общем, хотим посмотреть, похоже ли наше распределение на нормальное (а оно должно быть таким).

*Примечание: для металловедческих целей типа оценки размера зерна или оценки объемной доли частиц этот вид гистограмм не пойдет, т.к. там высота столбика соответствует не частоте появления частиц определенного размера, а доле объема (а в плоскости шлифа — площади), которую эти частицы занимают.

График нормального распределения выглядит следующим образом:

График функции Гаусса

Мы знаем, что реально такой график может быть получен только при бесконечно большом количестве измерений. Реально же для конечного числа измерений строят гистограмму, которая внешне похожа на график нормального распределения и при увеличении количества измерений приближается к графику нормального распределения (распределения Гаусса).

Построение гистограмм с помощью программ типа Excel является очень быстрым способом проверки стабильности работы оборудования и добросовестности коллектива: если получим «кривую» гистограмму, значит, либо прибор не исправен или мы данные неверно собрали, либо кто-то где-то преднамеренно мухлюет или же просто неверно использует оборудование.

А теперь — построение гистограмм!

Способ 1-ый. Халявный.

1. Идем во вкладку «Анализ данных» и выбираем «Гистограмма».
2. Выбираем входной интервал.
3. Здесь же предлагается задать интервал карманов, т.е. те диапазоны, в пределах которых будут лежать наши значения. Чем больше значений в интервале — тем выше столбик гистограммы. Если мы оставим поле «Интервалы карманов» пустым, то программа вычислит границы интервалов за нас.
4. Если хотим сразу же вывести график,то ставим галочку напротив «Вывод графика».
5. Нажимаем «ОК».
6. Вот, вроде бы, и все: гистограмма готова. Теперь нужно сделать так, чтобы по вертикальной оси отображалась не абсолютная частота, а относительная.
7. Под появившейся таблицей со столбцами «Карман» и «Частота» под столбцом «Частота» введем формулу «=СУММ» и сложим все абсолютные частоты.
8. К появившейся таблице со столбцами «Карман» и «Частота» добавим еще один столбец и назовем его «Относительная частота».
9. Во всех ячейках нового столбца введем формулу, которая будет рассчитывать относительную частоту: 100 умножить на абсолютную частоту (ячейка из столбца «частота») и разделить на сумму, которую мы вычислил в п. 7.

Диаграмма распределения осадков в Excel

Построим диаграмму распределения в Excel. А также рассмотрим подробнее функции круговых диаграмм, их создание.

Как построить диаграмму распределения в Excel

График нормального распределения имеет форму колокола и симметричен относительно среднего значения. Получить такое графическое изображение можно только при огромном количестве измерений. В Excel для конечного числа измерений принято строить гистограмму.

Внешне столбчатая диаграмма похожа на график нормального распределения. Построим столбчатую диаграмму распределения осадков в Excel и рассмотрим 2 способа ее построения.

Имеются следующие данные о количестве выпавших осадков:

Первый способ. Открываем меню инструмента «Анализ данных» на вкладке «Данные» (если у Вас не подключен данный аналитический инструмент, тогда читайте как его подключить в настройках Excel):

Задаем входной интервал (столбец с числовыми значениями). Поле «Интервалы карманов» оставляем пустым: Excel сгенерирует автоматически. Ставим птичку около записи «Вывод графика»:

После нажатия ОК получаем такой график с таблицей:

В интервалах не очень много значений, поэтому столбики гистограммы получились низкими.

Теперь необходимо сделать так, чтобы по вертикальной оси отображались относительные частоты.

Найдем сумму всех абсолютных частот (с помощью функции СУММ). Сделаем дополнительный столбец «Относительная частота». В первую ячейку введем формулу:

Способ второй. Вернемся к таблице с исходными данными. Вычислим интервалы карманов. Сначала найдем максимальное значение в диапазоне температур и минимальное.

Чтобы найти интервал карманов, нужно разность максимального и минимального значений массива разделить на количество интервалов. Получим «ширину кармана».

Представим интервалы карманов в виде столбца значений. Сначала ширину кармана прибавляем к минимальному значению массива данных. В следующей ячейке – к полученной сумме. И так далее, пока не дойдем до максимального значения.

Для определения частоты делаем столбец рядом с интервалами карманов. Вводим функцию массива:

Вычислим относительные частоты (как в предыдущем способе).

Построим столбчатую диаграмму распределения осадков в Excel с помощью стандартного инструмента «Диаграммы».

Частота распределения заданных значений:

Круговые диаграммы для иллюстрации распределения

С помощью круговой диаграммы можно иллюстрировать данные, которые находятся в одном столбце или одной строке. Сегмент круга – это доля каждого элемента массива в сумме всех элементов.

С помощью любой круговой диаграммы можно показать распределение в том случае, если

• имеется только один ряд данных;
• все значения положительные;
• практически все значения выше нуля;
• не более семи категорий;
• каждая категория соответствует сегменту круга.

На основании имеющихся данных о количестве осадков построим круговую диаграмму.

Доля «каждого месяца» в общем количестве осадков за год:

Круговая диаграмма распределения осадков по сезонам года лучше смотрится, если данных меньше. Найдем среднее количество осадков в каждом сезоне, используя функцию СРЗНАЧ. На основании полученных данных построим диаграмму:

Получили количество выпавших осадков в процентном выражении по сезонам.

Гистограмма распределения в MS EXCEL

Гистограмма распределения — это инструмент, позволяющий визуально оценить величину и характер разброса данных. Создадим гистограмму для непрерывной случайной величины с помощью встроенных средств MS EXCEL из надстройки Пакет анализа и в ручную с помощью функции ЧАСТОТА() и диаграммы.

Гистограмма (frequency histogram) – это столбиковая диаграмма MS EXCEL, в каждый столбик представляет собой интервал значений (корзину, карман, class interval, bin, cell), а его высота пропорциональна количеству значений в ней (частоте наблюдений).

Гистограмма поможет визуально оценить распределение набора данных, если:

• в наборе данных как минимум 50 значений;
• ширина интервалов одинакова.

Построим гистограмму для набора данных, в котором содержатся значения непрерывной случайной величины. Набор данных (50 значений), а также рассмотренные примеры, можно взять на листе Гистограмма AT в файле примера. Данные содержатся в диапазоне А8:А57.

Примечание: Для удобства написания формул для диапазона А8:А57 создан Именованный диапазон Исходные_данные.

Построение гистограммы с помощью надстройки Пакет анализа

Вызвав диалоговое окно надстройки Пакет анализа, выберите пункт Гистограмма и нажмите ОК.

В появившемся окне необходимо как минимум указать: входной интервал и левую верхнюю ячейку выходного интервала. После нажатия кнопки ОК будут:

• автоматически рассчитаны интервалы значений (карманы);
• подсчитано количество значений из указанного массива данных, попадающих в каждый интервал (построена таблица частот);
• если поставлена галочка напротив пункта Вывод графика, то вместе с таблицей частот будет выведена гистограмма.

Перед тем как анализировать полученный результат — отсортируйте исходный массив данных.

Как видно из рисунка, первый интервал включает только одно минимальное значение 113 (точнее, включены все значения меньшие или равные минимальному). Если бы в массиве было 2 или более значения 113, то в первый интервал попало бы соответствующее количество чисел (2 или более).

Второй интервал (отмечен на картинке серым) включает значения больше 113 и меньше или равные 216,428571428571. Можно проверить, что таких значений 11. Предпоследний интервал, от 630,142857142857 (не включая) до 733,571428571429 (включая) содержит 0 значений, т.к. в этом диапазоне значений нет. Последний интервал (со странным названием Еще) содержит значения больше 733,571428571429 (не включая). Таких значений всего одно — максимальное значение в массиве (837).

Размеры карманов одинаковы и равны 103,428571428571. Это значение можно получить так:
=(МАКС(Исходные_данные)-МИН(Исходные_данные))/7
где Исходные_данные – именованный диапазон, содержащий наши данные.

Почему 7? Дело в том, что количество интервалов гистограммы (карманов) зависит от количества данных и для его определения часто используется формула √n, где n – это количество данных в выборке. В нашем случае √n=√50=7,07 (всего 7 полноценных карманов, т.к. первый карман включает только значения равные минимальному).

Примечание: Похоже, что инструмент Гистограмма для подсчета общего количества интервалов (с учетом первого) использует формулу
=ЦЕЛОЕ(КОРЕНЬ(СЧЕТ(Исходные_данные)))+1

Попробуйте, например, сравнить количество интервалов для диапазонов длиной 35 и 36 значений – оно будет отличаться на 1, а у 36 и 48 – будет одинаковым, т.к. функция ЦЕЛОЕ() округляет до ближайшего меньшего целого (ЦЕЛОЕ(КОРЕНЬ(35))=5 , а ЦЕЛОЕ(КОРЕНЬ(36))=6) .

Если установить галочку напротив поля Парето (отсортированная гистограмма), то к таблице с частотами будет добавлена таблица с отсортированными по убыванию частотами.

Если установить галочку напротив поля Интегральный процент, то к таблице с частотами будет добавлен столбец с нарастающим итогом в % от общего количества значений в массиве.

Если выбор количества интервалов или их диапазонов не устраивает, то можно в диалоговом окне указать нужный массив интервалов (если интервал карманов включает текстовый заголовок, то нужно установить галочку напротив поля Метка).

Для нашего набора данных установим размер кармана равным 100 и первый карман возьмем равным 150.

В результате получим практически такую же по форме гистограмму, что и раньше, но с более красивыми границами интервалов.

Как видно из рисунков выше, надстройка Пакет анализа не осуществляет никакого дополнительного форматирования диаграммы. Соответственно, вид такой гистограммы оставляет желать лучшего (столбцы диаграммы обычно располагают вплотную для непрерывных величин, кроме того подписи интервалов не информативны). О том, как придать диаграмме более презентабельный вид, покажем в следующем разделе при построении гистограммы с помощью функции ЧАСТОТА() без использовании надстройки Пакет анализа.

Построение гистограммы распределения без использования надстройки Пакет анализа

Порядок действий при построении гистограммы в этом случае следующий:

• определить количество интервалов у гистограммы;
• определить ширину интервала (с учетом округления);
• определить границу первого интервала;
• сформировать таблицу интервалов и рассчитать количество значений, попадающих в каждый интервал (частоту);
• построить гистограмму.

СОВЕТ: Часто рекомендуют, чтобы границы интервала были на один порядок точнее самих данных и оканчивались на 5. Например, если данные в массиве определены с точностью до десятых: 1,2; 2,3; 5,0; 6,1; 2,1, …, то границы интервалов должны быть округлены до сотых: 1,25-1,35; 1,35-1,45; …
Для небольших наборов данных вид гистограммы сильно зависит количества интервалов и их ширины. Это приводит к тому, что сам метод гистограмм, как инструмент описательной статистики, может быть применен только для наборов данных состоящих, как минимум, из 50, а лучше из 100 значений.

В наших расчетах для определения количества интервалов мы будем пользоваться формулой =ЦЕЛОЕ(КОРЕНЬ(n))+1 .

Примечание: Кроме использованного выше правила (число карманов = √n), используется ряд других эмпирических правил, например, правило Стёрджеса (Sturges): число карманов =1+log2(n). Это обусловлено тем, что например, для n=5000, количество интервалов по формуле √n будет равно 70, а правило Стёрджеса рекомендует более приемлемое количество — 13.

Расчет ширины интервала и таблица интервалов приведены в файле примера на листе Гистограмма . Для вычисления количества значений, попадающих в каждый интервал, использована формула массива на основе функции ЧАСТОТА() . О вводе этой функции см. статью Функция ЧАСТОТА() — Подсчет ЧИСЛОвых значений в MS EXCEL.

В MS EXCEL имеется диаграмма типа Гистограмма с группировкой, которая обычно используется для построения Гистограмм распределения.

В итоге можно добиться вот такого результата.

Примечание: О построении и настройке макета диаграмм см. статью Основы построения диаграмм в MS EXCEL.

Одной из разновидностей гистограмм является график накопленной частоты (cumulative frequency plot).

На этом графике каждый столбец представляет собой число значений исходного массива, меньших или равных правой границе соответствующего интервала. Это очень удобно, т.к., например, из графика сразу видно, что 90% значений (45 из 50) меньше чем 495.

СОВЕТ : О построении двумерной гистограммы см. статью Двумерная гистограмма в MS EXCEL.

Примечание: Альтернативой графику накопленной частоты может служить Кривая процентилей, которая рассмотрена в статье про Процентили.

Примечание: Когда количество значений в выборке недостаточно для построения полноценной гистограммы может быть полезна Блочная диаграмма (иногда она называется Диаграмма размаха или Ящик с усами).