§ 28. Полигоны частот

Определения и обозначения

Полигон частот – это графическое представление распределения данных, построенное с использованием соединенных отрезков. Говоря проще, это своего рода ломаная линия, которая наглядно показывает, как часто встречаются разные значения в вашей выборке. Он полезен, когда нужно увидеть общую картину распределения, а не точные значения в каждом интервале.

Частота – это количество раз, которое определенное значение или интервал значений встречается в наборе данных. Например, если из 20 учеников трое получили оценку «5», то частота оценки «5» равна 3. Эта величина показывает, насколько типично или нетипично то или иное значение.

Классы (интервалы) – это деление множества значений на группы, для упрощения представления и анализа. Например, если мы изучаем рост учеников, мы можем разделить их на классы: 150-155 см, 155-160 см, 160-165 см и т.д. Интервалы позволяют обобщить данные и увидеть основные тенденции.

Средняя плотность распределения – это мера, показывающая, насколько плотно распределены значения в определенном интервале. Она рассчитывается как частота, делённая на ширину интервала. Это позволяет сравнивать плотность распределения в разных интервалах, даже если они имеют разную ширину.

Как это устроено

Полигоны частот позволяют визуально оценить форму распределения данных, выявив основные тенденции и характеристики выборки, такие как симметрия, асимметрия или модальность. Это происходит потому, что графическое представление часто позволяет «увидеть» закономерности, которые сложно заметить в таблице с числами. Форма полигона частот может рассказать о природе данных, например, о наличии выбросов или нетипичных значений.

Построение полигона частот начинается с выделения классов (интервалов) и определения частот для каждого класса. Правильный выбор интервалов – это искусство. Слишком узкие интервалы могут дать «шумный» полигон с большим количеством пиков, а слишком широкие – скроют важные детали. Частоты показывают, сколько значений попало в каждый интервал.

Выбор ширины классов влияет на вид полигона частот; слишком узкие классы дают неровный полигон, слишком широкие — скрывают детали. Чтобы выбрать оптимальную ширину, нужно учитывать размер выборки и разброс данных. Если данных мало и они сильно различаются, нужно выбирать более узкие интервалы. Если данных много и они мало отличаются друг от друга, можно использовать более широкие интервалы. Важно, чтобы интервалы не перекрывались и вместе охватывали весь диапазон значений.

Полигоны частот особенно полезны для сравнения распределений нескольких наборов данных на одном графике. Это позволяет быстро увидеть различия и сходства в распределениях. Например, можно сравнить распределение оценок по математике в двух разных классах или распределение роста учеников в разных школах. Для этого нужно построить полигоны частот для каждого набора данных на одних и тех же осях.

Полигон частот можно рассматривать как аппроксимацию гистограммы, когда внимание смещено не на точное количество элементов в каждом интервале, а на общую форму. Гистограмма показывает точное количество, а полигон частот – общую тенденцию. Таким образом, полигон частот упрощает восприятие данных и позволяет сосредоточиться на наиболее важных закономерностях.

Сравнение гистограммы и полигона частот

Эта таблица поможет вам лучше понять различия между гистограммой и полигоном частот и выбрать подходящий метод представления данных в зависимости от ваших целей.

Разбор задач

Задача 1: В классе 25 учеников. Оценки по математике распределены следующим образом: 2 – 3 ученика, 3 – 5 учеников, 4 – 8 учеников, 5 – 7 учеников, 6 – 2 ученика. Постройте полигон частот.

1. Определим интервалы: В данном случае интервалы уже заданы – это возможные оценки: 2, 3, 4, 5, 6.
2. Определим середины интервалов: Средние значения интервалов: 2, 3, 4, 5, 6.
3. Определим частоты: Частоты заданы в условии: 3, 5, 8, 7, 2.
4. Построим график: На оси X откладываем середины интервалов (оценки), на оси Y – соответствующие частоты.
5. Соединим точки отрезками: Получим полигон частот.

Ответ: Построенный полигон частот покажет распределение оценок в классе. Можно визуально увидеть, какие оценки встречаются чаще, а какие реже.

Задача 2: Дан статистический ряд: 10, 12, 15, 11, 13, 12, 14, 15, 15, 11, 12, 14. Сгруппируйте данные и постройте полигон частот.

1. Определим диапазон: Минимальное значение: 10, Максимальное значение: 15.
2. Выберем ширину интервалов: Например, 2.
3. Определим интервалы: [10, 12), [12, 14), [14, 16).
4. Подсчитаем частоты: В интервал [10, 12) попали: 10, 11, 11, 12, 12 – частота 5. В интервал [12, 14) попали: 12, 13, 13, 14, 14 – частота 5. В интервал [14, 16) попали: 14, 15, 15, 15 – частота 4.
5. Определим середины интервалов: 11, 13, 15.
6. Построим график: На оси X – середины интервалов, на оси Y – частоты.
7. Соединим точки отрезками: Получим полигон частот.

Ответ: Построенный полигон частот покажет, как данные распределены по интервалам.

Задача 3: Сравните распределение роста учеников двух классов, используя полигоны частот. Какой класс имеет более однородный рост?

1. Соберите данные о росте учеников каждого класса.
2. Для каждого класса постройте гистограмму или полигон частот.
3. Наложите графики друг на друга.
4. Сравните формы полигонов: Чем уже и выше полигон, тем более однороден рост учеников в классе.

Ответ: Класс, чей полигон частот более узкий и высокий, имеет более однородный рост.

Типичные ошибки

Неправильный выбор ширины классов: Слишком узкие интервалы приводят к неровному полигону с множеством пиков, что затрудняет анализ. Слишком широкие интервалы скрывают важные детали распределения. Чтобы избежать этой ошибки, нужно тщательно выбирать ширину интервалов, учитывая размер выборки и разброс данных.

Ошибка в определении середины интервала: Неправильное расположение точек на оси X искажает форму полигона. Важно точно вычислять середину каждого интервала, чтобы правильно отобразить распределение данных.

Неправильное масштабирование осей: Некорректный масштаб затрудняет интерпретацию полигона частот. Обязательно выбирайте такой масштаб, чтобы все точки поместились на график и его было легко читать.

Смешение понятий частоты и относительной частоты: Использование неправильной шкалы на оси Y приводит к неверному выводу. Важно понимать разницу между частотой (количество раз, которое значение встречается) и относительной частотой (частота, деленная на общее количество значений).

Связь с другими темами

Статистика и теория вероятностей: Полигоны частот являются частью статистического анализа и тесно связаны с такими понятиями, как среднее значение, медиана, мода, стандартное отклонение. Понимание этих понятий необходимо для правильной интерпретации полигонов частот.

Графическое представление данных: Умение строить и интерпретировать различные типы графиков, такие как гистограммы, диаграммы рассеяния, диаграммы, является важным навыком для анализа данных. Полигоны частот – это просто один из способов графического представления данных.

Что запомнить

• Полигон частот - это графическое представление распределения частот.
• Ширина классов оказывает влияние на форму полигона частот.
• Полигон частот показывает общую форму распределения данных, а не точное количество в каждом интервале.
• Полигон частот полезен для сравнения распределений.
• Чем больше точек на полигоне, тем более точно можно оценить форму распределения.