R\u00f3\u017cne typy wykres\u00f3w statystycznych<\/strong> to:<\/p>\n Skoro ju\u017c wiemy, ile jest rodzaj\u00f3w wykres\u00f3w statystycznych, przyjrzyjmy si\u0119, czym jest ka\u017cdy z nich.<\/p>\n Wykres s\u0142upkowy<\/strong> to rodzaj wykresu statystycznego u\u017cywanego do wykre\u015blania zmiennych dyskretnych. Na wykresie s\u0142upkowym ka\u017cda warto\u015b\u0107 badanej zmiennej jest przedstawiona na osi X, a dla ka\u017cdej z nich narysowany jest prostok\u0105tny s\u0142upek o wysoko\u015bci proporcjonalnej do jej cz\u0119stotliwo\u015bci.<\/p>\n Wykres s\u0142upkowy mo\u017ce by\u0107 pionowy, je\u015bli s\u0142upki s\u0105 rysowane pionowo, lub poziomy, je\u015bli s\u0142upki s\u0105 rysowane poziomo. <\/p>\n W statystyce wykres s\u0142upkowy s\u0142u\u017cy do por\u00f3wnywania liczby powt\u00f3rze\u0144 danych. S\u0142u\u017cy g\u0142\u00f3wnie do analizy cz\u0119stotliwo\u015bci danych w pr\u00f3bie zmiennej jako\u015bciowej.<\/p>\n Ten typ wykresu statystycznego mo\u017cna r\u00f3wnie\u017c nazwa\u0107 wykresem s\u0142upkowym<\/strong> lub wykresem kolumnowym<\/strong> . <\/p>\n Histogram<\/strong> to rodzaj wykresu statystycznego, na kt\u00f3rym zbi\u00f3r danych statystycznych jest reprezentowany przez prostok\u0105tne s\u0142upki, tak \u017ce ka\u017cdy s\u0142upek na histogramie jest proporcjonalny do odpowiadaj\u0105cej mu cz\u0119stotliwo\u015bci.<\/p>\n Histogramy s\u0142u\u017c\u0105 do wykre\u015blania zmiennych ci\u0105g\u0142ych, takich jak wysoko\u015b\u0107 pr\u00f3bki statystycznej. Dodatkowo histogram pozwala na szybk\u0105 wizualizacj\u0119 kszta\u0142tu rozk\u0142adu. <\/p>\n Ka\u017cdy s\u0142upek na histogramie cz\u0119stotliwo\u015bci ma szeroko\u015b\u0107 proporcjonaln\u0105 do szeroko\u015bci przedzia\u0142u i wysoko\u015b\u0107 proporcjonaln\u0105 do cz\u0119stotliwo\u015bci przedzia\u0142u.<\/p>\n R\u00f3\u017cnica mi\u0119dzy wykresem s\u0142upkowym a histogramem (starszym typem wykresu statystycznego) polega na rodzaju reprezentowanej przez nie zmiennej. Wykres s\u0142upkowy s\u0142u\u017cy do wykre\u015blania dyskretnej zmiennej jako\u015bciowej, natomiast histogram s\u0142u\u017cy do przedstawiania ci\u0105g\u0142ych zmiennych ilo\u015bciowych. <\/p>\n Wielok\u0105t cz\u0119stotliwo\u015bci<\/strong> to rodzaj wykresu statystycznego, w kt\u00f3rym zbi\u00f3r danych jest reprezentowany przez punkty i po\u0142\u0105czony liniami.<\/p>\n W statystyce wielok\u0105t cz\u0119stotliwo\u015bci jest zwykle u\u017cywany do przedstawienia szereg\u00f3w czasowych, poniewa\u017c tego typu diagramy s\u0105 bardzo przydatne do analizy ewolucji danych. <\/p>\n Na wykresie warstwowym<\/strong> dane s\u0105 reprezentowane przez punkty po\u0142\u0105czone liniami prostymi, a obszar pod wykresem jest kolorowy.<\/p>\n Dlatego wykres warstwowy przypomina wielok\u0105t cz\u0119stotliwo\u015bci, ale dodatkowo zamalowany jest obszar pod nim. <\/p>\n Zalet\u0105 tego typu wykresu statystycznego jest to, \u017ce umo\u017cliwia przedstawienie kilku serii danych na jednym wykresie, co u\u0142atwia ich por\u00f3wnanie i poznanie \u0142\u0105cznej warto\u015bci. <\/p>\n Wykres Pareto<\/strong> to rodzaj wykresu statystycznego \u0142\u0105cz\u0105cego histogram i wielok\u0105t cz\u0119stotliwo\u015bci. Na wykresie Pareto zbi\u00f3r danych jest reprezentowany w kolejno\u015bci malej\u0105cej i za pomoc\u0105 s\u0142upk\u00f3w; zamiast tego skumulowane warto\u015bci procentowe s\u0105 dodawane do wykresu za pomoc\u0105 wielok\u0105ta cz\u0119stotliwo\u015bci. <\/p>\n W statystyce ten typ diagramu s\u0142u\u017cy do analizy problemu i okre\u015blenia jego g\u0142\u00f3wnych przyczyn. Ponadto jedn\u0105 z jego cech jest to, \u017ce umo\u017cliwia jednoczesne wy\u015bwietlanie cz\u0119stotliwo\u015bci bezwzgl\u0119dnych i skumulowanych warto\u015bci procentowych, co pomaga analizowa\u0107 i identyfikowa\u0107 najwa\u017cniejsze przyczyny problemu. <\/p>\n Wykres kropkowy<\/strong> to wykres u\u017cywany do przedstawiania danych w postaci punkt\u00f3w wzd\u0142u\u017c osi liczbowej. Dlatego wykres punktowy s\u0142u\u017cy do identyfikacji lokalizacji i zmienno\u015bci danych. <\/p>\n Wykresy punktowe s\u0105 bardzo podobne do histogram\u00f3w, poniewa\u017c oba s\u0142u\u017c\u0105 do sprawdzenia, kt\u00f3re dane powtarzaj\u0105 si\u0119 najcz\u0119\u015bciej. R\u00f3\u017cnica mi\u0119dzy wykresem punktowym a histogramem polega jednak na liczbie danych, poniewa\u017c wykresy punktowe s\u0105 bardziej przydatne do przedstawiania ma\u0142ych zestaw\u00f3w danych, a z drugiej strony histogramy lepiej sprawdzaj\u0105 si\u0119 do przedstawiania du\u017cych zestaw\u00f3w danych. <\/p>\n Wykres rozrzutu<\/strong> to rodzaj diagramu statystycznego, na kt\u00f3rym zestaw danych sk\u0142adaj\u0105cy si\u0119 z dw\u00f3ch zmiennych jest wykre\u015blany na dw\u00f3ch kartezja\u0144skich osiach wsp\u00f3\u0142rz\u0119dnych.<\/p>\n Dlatego do analizy zwi\u0105zku mi\u0119dzy dwiema zmiennymi statystycznymi wykorzystuje si\u0119 wykresy punktowe. <\/p>\n Wykresy rozrzutu maj\u0105 kilka r\u00f3\u017cnych nazw, takich jak diagram korelacji<\/strong> lub wykres rozrzutu<\/strong> .<\/p>\n Nale\u017cy zaznaczy\u0107, \u017ce diagram rozproszenia uwa\u017cany jest za jedno z podstawowych narz\u0119dzi kontroli jako\u015bci, podobnie jak wykres Pareto, diagram przyczynowo-skutkowy, diagram blokowy itp. <\/p>\n Wykres ko\u0142owy<\/strong> lub wykres ko\u0142owy<\/strong> to rodzaj diagramu statystycznego, na kt\u00f3rym dane s\u0105 reprezentowane przez okr\u0105g podzielony na sektory w taki spos\u00f3b, \u017ce k\u0105t ka\u017cdego sektora jest proporcjonalny do odpowiadaj\u0105cej mu cz\u0119stotliwo\u015bci.<\/p>\n Dlatego im wy\u017csza cz\u0119stotliwo\u015b\u0107 warto\u015bci, tym wi\u0119kszy odpowiadaj\u0105cy jej sektor na diagramie. <\/p>\n Wykresy ko\u0142owe s\u0142u\u017c\u0105 do wizualnej analizy cz\u0119stotliwo\u015bci ka\u017cdej warto\u015bci. W statystyce tego typu wykresy s\u0142u\u017c\u0105 g\u0142\u00f3wnie do przedstawiania zmiennych jako\u015bciowych. <\/p>\n Jak sama nazwa wskazuje, wykres pier\u015bcieniowy<\/strong> to rodzaj wykresu statystycznego w kszta\u0142cie pier\u015bcienia. M\u00f3wi\u0105c dok\u0142adniej, wykres pier\u015bcieniowy s\u0142u\u017cy do przedstawienia procent\u00f3w zbioru danych w taki spos\u00f3b, \u017ce cz\u0119\u015b\u0107 pier\u015bcienia zajmowana przez ka\u017cd\u0105 warto\u015b\u0107 jest proporcjonalna do jej cz\u0119stotliwo\u015bci.<\/p>\n Dlatego im wi\u0119ksza warto\u015b\u0107, tym wi\u0119ksz\u0105 cz\u0119\u015b\u0107 wykresu pier\u015bcieniowego zajmuje. <\/p>\n W statystyce wykresy pier\u015bcieniowe s\u0105 szczeg\u00f3lnie przydatne do przedstawiania danych jako\u015bciowych. S\u0142u\u017c\u0105 r\u00f3wnie\u017c do przedstawiania warto\u015bci procentowych w wizualny i atrakcyjny spos\u00f3b. <\/p>\n W statystyce ostro\u0142uk<\/strong> jest skumulowanym wykresem serii danych. M\u00f3wi\u0105c najpro\u015bciej, ostro\u0142uk to wykres przedstawiaj\u0105cy skumulowan\u0105 cz\u0119stotliwo\u015b\u0107 powi\u0105zan\u0105 ze zbiorem danych.<\/p>\n G\u0142owica bojowa s\u0142u\u017cy zatem do poznania liczby danych poni\u017cej okre\u015blonej warto\u015bci. <\/p>\n W g\u0142owicach bojowych mo\u017cna reprezentowa\u0107 jedynie zmienne ilo\u015bciowe; ten typ diagramu statystycznego nie jest przydatny w przypadku zmiennych jako\u015bciowych. <\/p>\n Piramida populacji<\/strong> , zwana tak\u017ce piramid\u0105 populacji<\/strong> , jest graficzn\u0105 reprezentacj\u0105 struktury populacji. M\u00f3wi\u0105c dok\u0142adniej, piramida populacji s\u0142u\u017cy do analizy proporcji populacji wed\u0142ug wieku i p\u0142ci.<\/p>\n Zwykle piramidy populacji sk\u0142adaj\u0105 si\u0119 z kraj\u00f3w, ale logicznie rzecz bior\u0105c, piramida populacji mo\u017ce sk\u0142ada\u0107 si\u0119 z dowolnego terytorium, takiego jak miasto, prowincja itp. <\/p>\n Wykres pude\u0142kowy i w\u0105sowy<\/strong> , zwany tak\u017ce wykresem pude\u0142kowym<\/strong> lub wykresem pude\u0142kowym<\/strong> , to wykres, kt\u00f3ry wizualnie przedstawia zestaw danych statystycznych za pomoc\u0105 kwartyl\u00f3w.<\/p>\n G\u0142\u00f3wn\u0105 cech\u0105 wykresu pude\u0142kowego i w\u0105sowego jest to, \u017ce umo\u017cliwia szybk\u0105 wizualizacj\u0119 rozproszenia serii danych, poniewa\u017c pokazuje kwartyle, median\u0119, warto\u015bci ekstremalne i warto\u015bci odstaj\u0105ce danych. <\/p>\n Wykresy pude\u0142kowe i w\u0105sowe s\u0105 bardzo przydatne do por\u00f3wnywania zmiennych numerycznych. Nie nadaje si\u0119 jednak do reprezentowania zmiennych kategorycznych. <\/p>\n Wykres promieniowy<\/strong> , zwany tak\u017ce wykresem paj\u0105ka<\/strong> , to rodzaj wykresu statystycznego, na kt\u00f3rym reprezentowane s\u0105 r\u00f3\u017cne zmienne. Oznacza to, \u017ce w statystyce wykres radialny s\u0142u\u017cy do por\u00f3wnywania warto\u015bci r\u00f3\u017cnych zmiennych.<\/p>\n Dodatkowo g\u0142\u00f3wn\u0105 zalet\u0105 wykresu radialnego jest to, \u017ce jest bardzo wizualny, co u\u0142atwia i szybko por\u00f3wnuje zmienne. <\/p>\n Mapa radarowa ma wiele r\u00f3\u017cnych nazw, takich jak mapa sieci<\/strong> , mapa polarna<\/strong> lub mapa gwiazd<\/strong> . <\/p>\n Diagram \u0142odygi i li\u015bci<\/strong> to rodzaj diagramu statystycznego przedstawiaj\u0105cego zbi\u00f3r danych ilo\u015bciowych.<\/p>\n Na wykresie typu \u0142odyga i li\u015b\u0107 ka\u017cdy element danych jest oddzielony li\u015bciem<\/strong> , kt\u00f3ry jest jego ostatni\u0105 cyfr\u0105, i \u0142odyg\u0105<\/strong> , kt\u00f3ra odpowiada pozosta\u0142ym cyfrom. Zatem na diagramie \u0142odygi i li\u015bcia ka\u017cdy li\u015b\u0107 jest umieszczony na linii odpowiadaj\u0105cej mu \u0142odygi. <\/p>\n W ten spos\u00f3b wykresy \u0142odyg i li\u015bci pomagaj\u0105 graficznie przedstawi\u0107 zestaw danych statystycznych, a tak\u017ce pomagaj\u0105 zwizualizowa\u0107 kszta\u0142t rozk\u0142adu. <\/p>\n Diagram drzewa<\/strong> , zwany tak\u017ce drzewem prawdopodobie\u0144stwa<\/strong> , to graficzne przedstawienie wszystkich mo\u017cliwych wynik\u00f3w eksperymentu wraz z ich prawdopodobie\u0144stwami.<\/p>\n Zatem diagram drzewa s\u0142u\u017cy do wykre\u015blenia wszystkich mo\u017cliwych wynik\u00f3w w przestrzeni pr\u00f3bki i obliczenia ich prawdopodobie\u0144stw.<\/p>\n Tworzone jest drzewo w taki spos\u00f3b, \u017ce ka\u017cdy wynik ( w\u0119ze\u0142<\/strong> ) rozga\u0142\u0119zia si\u0119 na nowe mo\u017cliwe wyniki ( ga\u0142\u0119zie<\/strong> ), a\u017c do osi\u0105gni\u0119cia wynik\u00f3w ko\u0144cowych. <\/p>\n W statystyce piktogram<\/strong> jest rodzajem wykresu, na kt\u00f3rym dane s\u0105 przedstawiane w formie rysunk\u00f3w. M\u00f3wi\u0105c najpro\u015bciej, piktogram to diagram, na kt\u00f3rym zamiast s\u0142upk\u00f3w zastosowano obrazy do przedstawienia cz\u0119stotliwo\u015bci danych.<\/p>\n Zatem piktogram s\u0142u\u017cy do graficznego przedstawienia zbioru danych statystycznych w spos\u00f3b wizualny. <\/p>\n Piktogramy s\u0142u\u017c\u0105 do przedstawiania zmiennych jako\u015bciowych lub dyskretnych. <\/p>\n\n
<\/span> Wykres s\u0142upkowy<\/span><\/h3>\n
![\"przyk\u0142ad](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/exemple-de-graphique-a-barres.png\")
<\/figure>\n<\/span> Histogram<\/span><\/h3>\n
![\"przyk\u0142ad](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/exemple-dhistogramme.png\")
<\/figure>\n<\/span>Wielok\u0105t cz\u0119stotliwo\u015bci<\/span><\/h3>\n
![\"przyk\u0142ad](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/exemple-de-polygone-de-frequence.png\")
<\/figure>\n<\/span> Wykres obszarowy<\/span><\/h3>\n
![\"przyk\u0142adowy](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/trace-a-zones-empilees.png\")
<\/figure>\n<\/span> Wykres Pareta<\/span><\/h3>\n
![\"Przyk\u0142ad](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/exemple-de-diagramme-de-pareto.png\")
<\/figure>\n<\/span> Wykres kropkowy<\/span><\/h3>\n
![\"przyk\u0142ad](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/exemple-dot-plot.png\")
<\/figure>\n<\/span> Wykres punktowy<\/span><\/h3>\n
![\"przyk\u0142ad](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/exemple-de-nuage-de-points.png\")
<\/figure>\n<\/span> Wykresy ko\u0142owe<\/span><\/h3>\n
![\"przyk\u0142ad](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/exemple-de-diagramme-circulaire.png\")
<\/figure>\n<\/span> Wykres p\u0105czka<\/span><\/h3>\n
![\"przyk\u0142adowy](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/exemple-de-graphique-en-beignet.png\")
<\/figure>\n<\/span> G\u0142owica bojowa<\/span><\/h3>\n
![\"przyk\u0142ad](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/exemple-dogive-statistique.png\")
<\/figure>\n<\/span> Struktura wiekowa<\/span><\/h3>\n
![\"przyk\u0142ad](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/exemple-de-pyramide-des-ages-regressive-1.png\")
<\/figure>\n<\/span> Fabu\u0142a pude\u0142ka i w\u0105s\u00f3w<\/span><\/h3>\n
![\"przyk\u0142ad](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/boite-et-moustaches-plot-boxplot.png\")
<\/figure>\n<\/span> Wykres promieniowy<\/span><\/h3>\n
![\"przyk\u0142ad](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/graphique-radial-ou-diagramme-araignee.png\")
<\/figure>\n<\/span> Schemat \u0142odygi i li\u015bcia<\/span><\/h3>\n
![\"schemat](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/trace-a-tiges-et-a-feuilles.png\")
<\/figure>\n<\/span> Schemat drzewa<\/span><\/h3>\n
![\"przyk\u0142ad](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/exemple-darbre-diagramme-lancer-trois-pieces.png\")
<\/figure>\n<\/span> Piktogram<\/span><\/h3>\n
![\"przyk\u0142ad](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/pictogramme.png\")
<\/figure>\n
![\"przyk\u0142ad](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/cartogramme.png\")
<\/figure>\n