Was ist ein Histogramm?

Histogramme stellen ein visuelles Hilfsmittel zur statistischen Annäherung der Daten mit Hilfe von Balken unterschiedlicher Höhe und Breite dar. Es stellt die Verteilung der kontinuierlichen Daten dar, indem es sie in benutzerdefinierte Bereiche verdichtet. Kurz gesagt, sie fassen große Datenmengen in leicht lesbaren Diagrammen zusammen, die helfen, Informationen effizienter zu kommunizieren.

Die Bezeichnung Histogramm hat einen griechischen Ursprung und wurde erstmals im späten 19. Jahrhundert von dem berühmten englischen Mathematiker und Biostatistiker Karl Pearson als Bezeichnung für eine gängige Form der grafischen Darstellung verwendet. Somit wird ihm die Einführung von Histogrammen zugeschrieben.

Dies legt nahe, dass Karl diese Diagramme nicht erfunden hat und Histogramme schon lange bevor sie diesen Namen bekamen verwendet wurden. Das Geburtsdatum und der Ursprung sind jedoch immer noch unklar. Nichtsdestotrotz wurden diese Diagramme nach Karls Namen populärer und begannen, unter Forschern und Analysten Anerkennung zu finden.

Histogramme stellen ein wichtiges Werkzeug zur visuellen Darstellung einer Datenverteilung dar. Diese Diagramme fassen große Datenmengen zusammen und stellen die Häufigkeit der Werte dar. Daher helfen sie bei der Bestimmung des Trends der Datenverteilung und der Mediane. Sie sind auch effektiv beim Hervorheben von Lücken und Ausreißern in Daten.

Ein Histogramm kann verwendet werden, wenn Sie:

1. Die Werteverteilung einer Datenreihe anzeigen.
2. Große Datenwerte in kompakte grafische Darstellungen kondensieren.
3. Die Prozessergebnisse können Sie mit den von Ihnen festgelegten Grenzwerten vergleichen und so abschätzen, ob die Anforderungen erfüllt werden oder nicht.
4. Die Ausgaben von zwei oder mehr Prozessen vergleichen.
5. Eine Entscheidung auf der Grundlage der Ausgabe eines Prozesses treffen.

Ein Histogramm setzt sich aus vier Hauptkomponenten zusammen, und zwar:

1. Titel

Dies markiert die Informationen, die in einem Histogramm enthalten sind.

2. Horizontale Achse (X-Achse)

Dies repräsentiert die Intervalle, in die die Daten unterteilt sind. Die Intervalle sind einheitlich und helfen dabei, eine große Anzahl von Datensätzen zusammenzufassen. Einzelne Datenwerte werden nicht angezeigt.

3. Vertikale Achse (Y-Achse)

Die Y-Achse zeigt die Häufigkeit der Datenplots, d. h. die Anzahl, wie oft ein Wert in diesem Intervall aufgetreten ist.

4. Säulen

Die Balken haben variable Höhe und Breite und werden zur Darstellung der Datenplots verwendet. Die Höhe entspricht der Häufigkeit eines Wertes, während die Breite die Länge des Intervalls darstellt.

Die Histogramme sind wichtige Hilfsmittel zur Darstellung von Häufigkeitsverteilungen, die zeigen, wie häufig ein Wert in jedem Satz vorkommt. Nachfolgend sind einige gängige Histogrammformen aufgeführt, die die unterschiedlichen Verteilungen der Daten darstellen.

1. Normalverteilung

Ein glockenförmig geschwungener Graph wird verwendet, um die Normalverteilung darzustellen. Die Punkte auf der einen Seite des Durchschnitts sind wahrscheinlich auch auf der anderen Seite vorhanden, so dass der Graph eine sehr symmetrische Form hat.

2. Verzerrte Verteilung

Bei einer Schrägverteilung ist der Scheitelpunkt zum Grenzwert hin geneigt, und ein Schwanz verläuft von ihm weg. Es handelt sich um eine asymmetrische Verteilung, die nach rechts oder links schief sein kann. Während die rechtsschiefe Verteilung als positiv schief bezeichnet wird, ist eine linksschiefe Verteilung negativ. Eine rechtsschiefe Verteilung erhalten wir, wenn alle gesammelten Daten einen Wert größer als Null haben, während die linksschiefe Verteilung gebildet wird, wenn die Daten Werte kleiner als 100 haben.

3. Zufallsverteilung

Wie schon der Name vermuten lässt, stellt diese Art der Verteilung ein zufälliges Muster dar und hat mehrere verstreute Spitzen. Wenn ein Histogramm diese Form darstellt, kann daraus geschlossen werden, dass verschiedene Prozesse kombiniert wurden und wie jeder einzelne separat analysiert werden muss.

4. Bimodale Verteilung

Die bimodalen Verteilungen, die auch als Doppelpeak-Diagramme bekannt sind, stellen dar, dass die Daten von zwei verschiedenen Prozessen zu einem Datensatz verschmolzen wurden. Wenn dies der Fall ist, sollten die Daten aus beiden Prozessen separat analysiert werden.

Schritt 1: Erfassen Sie die Datenwerte für einen Prozess.

Schritt 2: Bestimmen Sie nun für jeden Balken eine geeignete Breite. Der Bereich sollte gleichmäßige Intervalle haben und zu allen Daten passen.

Schritt 3: Legen Sie die Anzahl der Balken für ein Histogramm fest. Vermeiden Sie es, zu viele oder zu wenige Bins zu verwenden.

Schritt 4: Erstellen Sie ein Häufigkeitsverteilungsdiagramm für Ihre Datenplots, indem Sie überprüfen, wie viele Werte in jede Bin fallen.

Schritt 5: Erstellen Sie ein Diagramm und beschriften Sie die Achse. Skalieren Sie die Achse mit den in Schritt 2 gewählten Intervallen und die y-Achse mit der Häufigkeit der Datenwerte.

Schritt 6: Zeichnen Sie für jedes Intervall ein Balkendiagramm, so dass der Balken der Häufigkeit für jeden Wert entspricht. Die Balken sollten keine Abstände zwischen den Werten haben.

Kostenlos Downloaden

Kostenlos Downloaden

Kostenlos Downloaden

Werbefrei | Keine Malware | unterstützt

Es wird oft argumentiert, dass Histogramme eine Art Balkendiagramm sind. Nun, das stimmt nicht. Sie sehen zwar ähnlich aus, aber beides sind zwei unterschiedliche Diagrammformen.

Um ein besseres Verständnis von Histogrammen zu erhalten, sehen wir uns einige Beispiele an, die unten aufgeführt sind.

1. Kundenwartezeit

Es handelt sich um ein Histogramm, das für die von Kunden erlebte Wartezeit an einem bestimmten Ort aufgezeichnet wird. Die Daten wurden gesammelt und dann in geeignete Intervalle unterteilt, damit alle Werte passen. Aus dem Histogramm können wir leicht interpretieren, dass drei Kunden 35 Sekunden gewartet haben, während 5 von ihnen mindestens 50 Sekunden warten mussten. Solche Diagramme sind eine gute Möglichkeit, die Effizienz eines Systems zu überprüfen und den Service zu verbessern.

2. Größe von Schwarzkirschbäumen

In diesem Beispiel wird ein Histogramm für die Höhe von Kirschbäumen in einer Obstplantage aufgezeichnet. Der Obstgarten hatte 30 Bäume, und die Höhe wurde für jeden von ihnen gemessen. Die Daten werden dann in Form eines Häufigkeitsverteilungsdiagramms gruppiert, das die Intervalle festlegt und die Häufigkeit dafür aufzeichnet.

Es wird ein Histogramm für die Daten gezeichnet, das deutlich zeigt, dass die meisten Bäume im Obstgarten 75-80 Fuß hoch sind. Das Diagramm ist einfach zu verfolgen und hilft bei der Bestimmung der Höhenverteilung der Bäume im Obstgarten.

Ende! Ich gehe davon aus, dass Sie alles gelernt haben, was Sie über ein Histogramm wissen wollten. Es handelt sich um eine visuell ansprechende und kreative Art der Datenzusammenfassung, die Ihre Präsentationsfähigkeiten erheblich verbessern könnte. Sie zu erstellen ist einfach, aber mit Edraw Max wird es noch einfacher - eine Reihe von Werkzeugen und eine benutzerfreundliche Oberfläche sind ein guter Weg, um Ihre Kreativität schnell zu starten.