Wat zijn de verschillende soorten histograminterpretatie?

Er zijn veel verschillende soorten histograminterpretatie, bepaald door de algehele vorm van de grafiek. De twee belangrijkste onderscheidingen zijn symmetrische histogrammen en asymmetrische histogrammen. Binnen die twee belangrijke onderscheidingen zijn een aantal andere onderscheidingen, afhankelijk van de verdeling van de grafiek. Als u de verschillende soorten histograminterpretaties begrijpt, kunnen analisten in één oogopslag iets over de gegevens weten.

De normale vorm van een histogram staat bekend als de klokvorm of de klokcurve. Het grootste aantal gegevenspunten bevindt zich nabij het midden van de grafiek, met steeds kleinere hoeveelheden punten aan elk uiteinde, weg van het midden. Wanneer een lijn wordt getrokken, ruwweg met de toppen van de balken als referentiepunten, lijkt deze op de vorm van een bel. Dit is het patroon dat het meest voorkomt bij het analyseren van dingen die in de natuurlijke wereld voorkomen.

Twee typische variaties van de symmetrische histograminterpretatie zijn de niet-normale korte staart en de niet-normale lange staart. In deze gevallen zijn de gegevenspunten meestal nog steeds aan beide kanten, maar er is een verschil in de verdeling. In een korte-staart histograminterpretatie hebben de gegevenspunten de neiging zich rond het midden te verzamelen. In een interpretatie met een lange staart zijn de datapunten meestal meer verspreid, maar aan beide kanten nog steeds meestal gelijk verdeeld.

Een andere variatie van het symmetrische histogram is symmetrisch met uitbijters. In dit geval kunnen er significante hiaten in de gegevenssets zijn die hiaten in het histogram achterlaten. Desondanks blijft het histogram relatief symmetrisch omdat de uitbijters aan beide zijden verschijnen. In sommige gevallen kunnen uitbijters worden weggegooid omdat ze niet statistisch significant zijn.

Het andere belangrijke type interpretatie voor histogrammen is de asymmetrische interpretatie. Net als de andere grote divisie kunnen asymmetrische histogrammen verder worden onderverdeeld in onderverdelingen. Asymmetrische histogrammen staan ​​ook bekend als scheve histogrammen, omdat de gegevenspunten de ene kant van het midden of de andere kant prefereren. Uitbijters kunnen ook voorkomen in scheve histogrammen, maar hebben meestal geen invloed op de vorm of gemiddelden, tenzij ze extreme uitbijters zijn.

Een scheve of asymmetrische histograminterpretatie is vaak moeilijk om echt tot stand te brengen, omdat de gegevenspunten de voorkeur hebben aan de ene of de andere kant. Vaak kunnen gemiddelden heel weinig betekenen in dergelijke gegevenssets omdat ze zo scheef staan. Het gemiddelde bevindt zich misschien niet echt in het midden van het histogram, en dit heeft de neiging de statistische significantie ervan te verminderen.