频数分布表与直方图

面对大量[[数据尺度的四种类型|定量变量]]数据，人眼很难直接看出分布规律，需要先把数据切成若干区间（组），数出每个区间内的数据个数（频数），汇总成频数分布表，再画成直方图（横轴为组、纵轴为频数，柱子间无间距因为数据连续）。这里关键的工程细节是组距不能随意定：组距过大会抹平细节，过小又会显得杂乱，斯透奇斯规则给出一个参考——组数约等于1+log2n（n为数据个数）。发散：这提醒一个容易被忽视的坑——同一份数据，只要悄悄改变组距，直方图呈现出的”分布形状”就会不同，这是可视化中最容易被无意或有意误导的地方之一。