![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/hist_shape1.png\")
<\/p>\n
Die X-Achse zeigt die Werte des Datensatzes und die Y-Achse zeigt die H\u00e4ufigkeit jedes Werts.<\/span><\/p>\n Histogramme sind n\u00fctzlich, weil sie es uns erm\u00f6glichen, die Verteilung von Werten in einem Datensatz schnell zu verstehen. Sie eignen sich auch zum Vergleich zweier unterschiedlicher Datens\u00e4tze.<\/span><\/p>\n Wenn wir zwei oder mehr Histogramme vergleichen, k\u00f6nnen wir drei verschiedene Fragen beantworten:<\/span><\/p>\n 1. Wie vergleichen sich die Medianwerte?<\/strong><\/span><\/p>\n Wir k\u00f6nnen grob absch\u00e4tzen, dass der Median in der N\u00e4he der Mitte jedes Histogramms liegt, sodass wir die Medianwerte der Verteilungen vergleichen k\u00f6nnen.<\/span><\/p>\n 2. Wie ist die Streuung im Vergleich?<\/strong><\/span><\/p>\n Wir k\u00f6nnen visuell erkennen, welches Histogramm st\u00e4rker gestreut ist, was uns eine Vorstellung davon gibt, welche Verteilung st\u00e4rker gestreute Werte aufweist.<\/span><\/p>\n 3. Wie l\u00e4sst sich Asymmetrie vergleichen?<\/strong><\/span><\/p>\n Wenn ein Histogramm auf der linken Seite des Diagramms einen \u201eSchwanz\u201c aufweist, spricht man von einer negativen Schiefe. Wenn umgekehrt ein Histogramm einen \u201eSchwanz\u201c auf der rechten Seite des Diagramms aufweist, spricht man von einer positiven Schiefe. Wir k\u00f6nnen jedes Histogramm visuell \u00fcberpr\u00fcfen, um die Schiefe<\/a> zu vergleichen.<\/span><\/p>\n Das folgende Beispiel zeigt, wie man zwei verschiedene Histogramme vergleicht und diese drei Fragen beantwortet.<\/span><\/p>\n Angenommen, 200 Studenten verwenden eine Lernmethode, um sich auf eine Pr\u00fcfung vorzubereiten, und weitere 200 Studenten verwenden eine andere Lernmethode, um sich auf dieselbe Pr\u00fcfung vorzubereiten.<\/span><\/p>\n Angenommen, wir erstellen die folgenden Histogramme, um die Pr\u00fcfungsergebnisse jeder Studentengruppe zu vergleichen:<\/span> <\/p>\n Wir k\u00f6nnen diese Histogramme vergleichen und die folgenden drei Fragen beantworten:<\/span><\/p>\n 1. Wie vergleichen sich die Medianwerte?<\/strong><\/span><\/p>\n Obwohl wir die genauen Medianwerte jeder Verteilung nicht allein durch die Betrachtung der Histogramme kennen, ist es offensichtlich, dass die mittlere Pr\u00fcfungspunktzahl der Sch\u00fcler, die Methode 1 verwendet haben, h\u00f6her ist als die mittlere Pr\u00fcfungspunktzahl der Sch\u00fcler, die Methode 1 verwendet haben Methode 2 .<\/span><\/p>\n Wir k\u00f6nnten sch\u00e4tzen, dass der Medianwert f\u00fcr Methode 1 bei etwa 84 und der Medianwert f\u00fcr Methode 2 bei etwa 78 liegt.<\/span><\/p>\n 2. Wie ist die Streuung im Vergleich?<\/strong><\/span><\/p>\n Die Histogrammwerte f\u00fcr Methode 2 sind viel st\u00e4rker gestreut als die f\u00fcr Methode 1, was uns zeigt, dass die Pr\u00fcfungsergebnisse f\u00fcr Studenten, die Methode 2 verwendet haben, viel st\u00e4rker gestreut sind.<\/span><\/p>\n 3. Wie l\u00e4sst sich Asymmetrie vergleichen?<\/strong><\/span><\/p>\n Ein Blick auf die Histogramme zeigt, dass die Verteilung der Testergebnisse f\u00fcr Methode 1 leicht nach rechts verschoben ist, was durch den \u201eSchwanz\u201c angezeigt wird, der sich rechts vom Histogramm erstreckt.<\/span><\/p>\n Es scheint jedoch keinen \u201eSchwanz\u201c in der Verteilung der Pr\u00fcfungsergebnisse f\u00fcr Methode 2 zu geben, was darauf hindeutet, dass die Verteilung wenig oder nicht schief ist.<\/span><\/p>\n Bonus<\/strong> : Hier ist der Code, den wir in R verwendet haben, um diese beiden Histogramme zu erstellen:<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie andere h\u00e4ufige Aufgaben mit Histogrammen ausf\u00fchren:<\/p>\n So sch\u00e4tzen Sie den Mittelwert und den Median eines beliebigen Histogramms<\/a> Ein Histogramm ist eine Art Diagramm, mit dem wir die Verteilung von Werten in einem Datensatz visualisieren k\u00f6nnen. Die X-Achse zeigt die Werte des Datensatzes und die Y-Achse zeigt die H\u00e4ufigkeit jedes Werts. Histogramme sind n\u00fctzlich, weil sie es uns erm\u00f6glichen, die Verteilung von Werten in einem Datensatz schnell zu verstehen. Sie eignen sich auch […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Beispiel: Vergleich von Histogrammen<\/strong><\/span><\/h2>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/comparerhistogrammes2.jpg\")
<\/p>\n library<\/span> (ggplot2)\n\n#make this example reproducible\n<\/span>set. seeds<\/span> (0)\n\n#create data frame\n<\/span>df <- data. frame<\/span> (method=rep(c(' Method 1<\/span> ', ' Method 2<\/span> '), each= 200<\/span> ),\n Score=c(rnorm( 200<\/span> , mean= 84<\/span> , sd= 2<\/span> ),\n rnorm( 200<\/span> , mean= 78<\/span> , sd= 4<\/span> )))\n\n#create histogram of scores for each method\n<\/span>ggplot(df, aes(x=Score)) +\n geom_histogram(fill=' steelblue<\/span> ', color=' black<\/span> ') +\n facet_wrap(.~method, nrow= 2<\/span> ) +\n labs(title=' Exam Scores by Study Method<\/span> ')\n<\/strong><\/span><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
So sch\u00e4tzen Sie die Standardabweichung eines beliebigen Histogramms ein<\/a>
So beschreiben Sie die Form von Histogrammen<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"