【摘要】：利用“直方图”分析工具可以计算数据的分组次数、累计频数分布，绘出分布图表。利用1．3．1同样的数据源，具体操作如图2．43所示。图2．40图2．41图2．42图2．43图2．44图2．45按OK后，请看结果：图2．46当然，还有通过函数Frequency来取得相同的结果。有了频数分布情况，我们就能够计算概率分布。如图2．47所示，求得了累计频数。
利用“直方图”分析工具可以计算数据的分组次数、累计频数分布，绘出分布图表。利用1．3．1同样的数据源，具体操作如图2．43所示。工具菜单—数据分析—直方图。
在进行分组前，我们需要做的一件事情就是划定分组的区间，例如我们观察到以上数据序列中最大值2．72，最小值－4．89，于是根据个人偏好，如以0．5作为区间长度进行划分，那么在空白列中，我们填入对应的区间端点值，请看图2．44的区域F2：F18。
在图2．45中，我们需要进行具体的设置，如数据源区域input ranges，分组区域bin range，输出结果区域Output Range等，若还希望画出图标，则将选项Chart Output选中即可。请注意选项Lable的含义是：所选中的数据源区域是否包含“标题”。
图2．40
图2．41
图2．42
图2．43
图2．44(www.xing528.com)
图2．45
按OK后，请看结果：
图2．46
当然，还有通过函数Frequency（data＿array，bin＿array）来取得相同的结果。读者不妨根据自己对函数的理解进行尝试，看看是否能够得到相同的结果。
有了频数分布情况，我们就能够计算概率分布。同样，累计频数和累计概率分布也就迎刃而解了。如图2．47所示，求得了累计频数。
图2．47
在这样的一个案例分析过程中，我们要向读者提出一个问题，那就是分组的区间是开区间还是闭区间？也就是分组的区间是否包括端点？请思考有什么办法可以进行检验。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
