Vad diagrammet visar
Ett histogram visar fördelningen av en storhet som har mätts många gånger: längder, tider, vikter, provresultat. Mätvärdena delas in i klasser, intervall som tillsammans täcker axeln utan luckor, och över varje klass står en stapel. NIST:s handbok i statistiska metoder beskriver syftet som att sammanfatta fördelningen av en datamängd grafiskt: var värdena ligger, hur utspridda de är, om fördelningen är sned och om den har flera toppar.
Den allmänna regeln är att stapelns area visar hur många värden som ligger i klassen. När alla klasser är lika breda, vilket NIST anger som den vanligaste formen, är arean proportionell mot höjden, och då visar höjden antalet också. y-axeln kan då kallas frekvens, antal per klass.
Figurens data
| Klass | Antal |
|---|---|
| 140–145 | 2 |
| 145–150 | 5 |
| 150–155 | 9 |
| 155–160 | 8 |
| 160–165 | 4 |
| 165–170 | 2 |
Klasserna skrivs som intervall. Här betyder 150–155 från och med 150 cm upp till men inte med 155 cm, så att en elev som är precis 155 cm hamnar i klassen 155–160. Var gränsvärdena hamnar måste bestämmas, och det bör stå vid diagrammet.
Så läser du det
- Den största klassen. Den högsta stapeln, när klasserna är lika breda: flest elever, 9, har en längd från 150 till 155 cm.
- Hur många i ett intervall. Lägg ihop staplarna: 160 cm eller längre är 4 + 2 = 6 elever, det vill säga 20 % av de 30.
- Formen. Om fördelningen har en topp i mitten och avtar åt båda håll, om den är sned åt ena hållet och om något värde ligger långt ifrån de andra.
- Det diagrammet inte visar. Enskilda värden. En stapel säger att 9 elever ligger i klassen, inte var i klassen. Ett medelvärde kan bara uppskattas, med klassernas mittpunkter i stället för värdena: här blir uppskattningen cirka 154,7 cm.
När det passar och när inte
Ett histogram passar när en storhet har mätts många gånger och fördelningen är det som ska synas, och för att jämföra två fördelningar som har delats in i samma klasser.
Det passar inte när:
- Data är kategorier. Färdsätt eller favoritfrukt har ingen tallinje att dela in. Det är ett stapeldiagram.
- Värdena är få. Med åtta mätvärden blir varje stapel ett eller två värden, och formen beror mer på klassindelningen än på data. Ett lådagram eller värdena själva säger då mer.
- Två storheter har mätts för varje person. Sambandet visas i ett spridningsdiagram.
Histogram och stapeldiagram
| Stapeldiagram | Histogram | |
|---|---|---|
| x-axeln | kategorier | en tallinje, indelad i klasser |
| Ordningen | fri, om kategorierna saknar ordning | given av talen |
| Mellanrum | mellan staplarna | inga: klasserna ligger kant i kant |
| Antalet visas av | stapelns längd | stapelns area, och höjden när klasserna är lika breda |
Många beskrivningar av histogrammet, också i läromedel, säger att höjden visar antalet. Det stämmer när klasserna är lika breda, och det är det vanligaste fallet. Det stämmer inte när de är olika breda.
Vanliga fel
- Mellanrum mellan staplarna. Klasserna täcker axeln utan luckor, och ett mellanrum ser ut som en klass där inget värde finns.
- Olika breda klasser med höjden lika med antalet. Den breda klassen får då för stor yta (nästa avsnitt).
- För få eller för många klasser. Samma data kan se olika ut med olika klassbredd. NIST hänvisar till flera föreslagna regler för att välja antalet klasser, och det lönar sig att pröva mer än en klassbredd innan man drar slutsatser om formen.
- Att läsa en stapel som ett värde. En stapel är en klass, med alla värden i den.
Fördjupning: olika breda klasser och frekvenstäthet
Samma 30 elever kan delas in i klasser av olika bredd, till exempel 140–150, 150–155, 155–160 och 160–170. De två yttre klasserna är 10 cm breda och rymmer 7 och 6 elever; de två inre är 5 cm breda och rymmer 9 och 8.
Ritas höjden lika med antalet ser 140–150 nästan lika stor ut som 150–155, fast den är dubbelt så bred och eleverna i den ligger mer utspridda. Rätt är att rita höjden som frekvenstäthet, antalet delat med klassbredden:
| Klass | Antal | Bredd | Frekvenstäthet |
|---|---|---|---|
| 140–150 | 7 | 10 | 0,7 per cm |
| 150–155 | 9 | 5 | 1,8 per cm |
| 155–160 | 8 | 5 | 1,6 per cm |
| 160–170 | 6 | 10 | 0,6 per cm |
Figurens data
| Klass | Antal | Frekvenstäthet |
|---|---|---|
| 140–150 | 7 | 0,7 |
| 150–155 | 9 | 1,8 |
| 155–160 | 8 | 1,6 |
| 160–170 | 6 | 0,6 |
Stapelns area är då bredd gånger höjd, 10 · 0,7 = 7, alltså antalet elever i klassen, och hela histogrammets area är 30.
Delas frekvenstätheten dessutom med antalet värden blir den totala arean 1. NIST beskriver den normeringen och att den är den lämpliga när en täthetsfunktion, till exempel en normalfördelning, ska ritas ovanpå histogrammet. Arean över ett intervall är då andelen värden i intervallet, på samma sätt som arean under täthetsfunktionen är sannolikheten.