콘텐츠
빈도 분포는 특정 특성이 표본 모집단에 나타나는 비율을 자세히 설명하는 데이터 테이블입니다. 예를 들어, 메이저 리그 농구 선수의 키의 빈도 분포 일 수 있습니다. 표본 모집단의 각 구성원 (즉, 플레이어 수)의 높이를 수집 한 후 테이블을 구성하고 클래스 너비를 포함하십시오. 클래스 너비는 차트의 각 섹션에있는 데이터 값의 범위입니다. 이 예에서는 주파수 분포에서 원하는 수의 클래스에 대해 60-69 인치의 높이를 나타내는 하나의 클래스가 있고 다음 클래스는 70-79 인치입니다. 수학적 방법을 사용하여 클래스 너비의 값 범위를 결정하십시오.
샘플 데이터 세트에서 가장 큰 데이터 값을 결정하십시오. 농구 선수 높이 예제의 경우 가장 높은 농구 선수의 키입니다.
세트에서 가장 작은 데이터 값을 결정하십시오. 이 예에서는 가장 짧은 농구 선수의 키를 사용하십시오.
가장 큰 데이터 값에서 가장 작은 데이터 값을 뺍니다. 이 예에서는 가장 높은 플레이어 높이에서 가장 짧은 플레이어 높이를 뺍니다. 가장 큰 플레이어의 키가 200cm이고 가장 짧은 플레이어의 키가 188cm 인 경우 200-188 = 12를 계산하십시오.
가장 짧은 선수와 가장 높은 선수의 키 차이를 빈도 분포에 포함 할 클래스 수로 나눕니다. 예를 들어, 4 개의 클래스로 빈도 분포를 만들려면 차이를 5로 나눕니다. 이 예에서는 12 ÷ 4 = 3으로 운동하십시오.
누적 된 데이터 값의 범위가 넓을수록 더 많은 클래스를 선택해야합니다.
필요한 경우 배당을 다음 정수로 반올림하십시오. 배당금이 3.4 인 경우 4로 반올림합니다. 이는 일반적인 반올림 규칙과 다릅니다. 이 숫자는 클래스 너비입니다.