分组数据

本文解释什么是分组数据以及数据如何分组。此外，您还会发现一个已解决的练习，其中数据按时间间隔分组。

什么是分组数据？

在统计学中，分箱数据是按区间分组的数据。换句话说，分组数据是定期收集的数据，以便可以将它们一起研究。

所以，在对一组统计数据进行分组时，将其分成不同的区间，使得每条数据只能属于一个区间。

简而言之，在统计学中，数据聚类允许对多个数据进行联合分析，从而将在一个区间内分组的数据视为单个数据。此外，当样本非常大时，数据池非常有用。

分组数据示例

查看分组数据的定义，下面是如何将一组数据分组为不同区间的具体示例。

• 测量了50个不同人的样本量，所有值都记录在下面的数据表中。将数据集分组为区间，然后绘制数据图表。

首先，我们需要将数据分成区间。有很多方法可以实现这一点，但斯特奇斯规则是最常用的，因为它允许您计算理想的间隔数：

所以我们需要将数据分成七个不同的区间。我们现在需要知道每个间隔必须具有的宽度。为此，只需将最大值减去最小值除以间隔总数即可：

总之，必须有7个幅度为9的区间，因此根据Sturges规则计算出的区间如下：

一旦我们计算了间隔，我们就计算一条数据在每个间隔中出现的次数，并用分组的数据构建一个表：

请记住，可以根据分组数据计算更多频率类型（相对频率、累积频率等）。要了解如何使用分组数据创建完整的频率表，请单击此处：

最后，从每个间隔的频率表中，我们可以将数据分组为直方图。

分组和未分组数据

未分组数据是未分成区间的数据，但每个值都是单独研究的。

按照上面的例子，如果我们没有对数据进行分组，我们就必须找到每个值的频率。也就是说，我们应该计算出值 158、165、174 等的多少次。被重复。但是，在这种情况下，最好按间隔对数据进行分组，因为我们有大量数据，而且许多值相似。

因此，在统计研究过程中，在进行计算之前，决定是否应按区间对数据进行分组非常重要，因为这将为其余的调查奠定基础。

什么时候应该整合数据？

一般来说，当变量连续时，数据应分组为区间。如果变量是连续的，我们通常有很多值，并且它们彼此非常接近，因此可以将它们分组为区间以简化研究。

从逻辑上讲，即使变量不连续，如果我们有很多数据，也可以将其分组为区间，使统计分析更加容易。但通常对数据进行分组的标准是变量的类型：如果变量是连续的，则数据通常分为区间。