Как сделать огиву в excel?

Как сделать огиву в excel?

Windows XP

Word 2003

Excel 2003

Графики накопленных частот (огивы) представляют собой кривые накопленных частот. На таком графике по оси ординат (Y) откладывают либо общее количество, либо процент всех наблюдений, в которых значение некоторой величины не превышает данного значения из интервала возможных результатов. По оси ординат (Y) откладывают накопленные частоты.

Поскольку частоты не могут принимать отрицательных значений, кривые накопленных частот являются монотонно неубывающими. Такой кривой описывают вероятность распределения параметра.

Полигон распределения можно построить и для интервального вариационного ряда. Для этого по вертикальной оси откладывают те же частоты, что и при построении гистограммы, а по горизонтальной — середины интервалов.

Полигон чаще всего используют для изображения дискретных рядов. Полигоном частот называют ломаную, отрезки которой соединяют точки с координатами (xi,mi) , где xi — варианты выборки и mi — соответствующие им частоты. Если полигон строят по данным интервального ряда, то в качестве абсцисс точек берут середины соответствующих интервалов.

Для построения полигона в прямоугольной системе координат в произвольно выбранном масштабе на оси абс­цисс откладывают значения аргумента (вари­анты), а на оси ординат – значения час­тот. Масштаб выбирают такой, чтобы была обеспечена необходимая наглядность и желательный размер рисунка. Далее строят точки с координатами (xi,mi) и последовательно соединяют их отрезками прямой.

Полигоном относительных частот (частостей) называют ломаную, отрезки которой соединяют точки с координатами (xi,wi), где xi — варианты выборки и wi — соответствующие им относительные частоты.

Преобразованной формой вариационного ряда является ряд накопленных частот (кумулятивный ряд). Кумулятивный ряд позволяет графически представить данные вариационного ряда в виде кумуляты и огивы . Накопленные частоты получаются в результате последовательного суммирования (кумуляции) всех значений частот, либо от минимального значения варианты к максимальному, либо, наоборот, от максимального к минимальному.

Кумулята (кумулятивная кривая) представляет собой кривую накопленных частот (частостей). Для ее построения на оси абсцисс откладывают значения аргумента, а на оси ординат – накопленные частоты или накопленные относительные частоты. Масштаб на каждой оси выбирают произвольно.

Далее строят точки, абсциссы которых равны вариантам (в случае дискретных рядов) или верхним границам интервалов (в случае интервальных рядов), а ординаты – соответствующим накопленным частотам. Эти точки соединяют отрезками прямой. Полученная ломаная и является кумулятой.

Источник:
http://yuschikev.narod.ru/psk13/lection4-6.html

Гистограмма, полигон, кумулята и огива

МИНОБРНАУКИ РОССИИ

Федеральное государственное бюджетное образовательное

Учреждение высшего профессионального образования

«Юго-Западный государственный университет»

Кафедра финансов и кредита

Лабораторная работа №1

Методы группировки статистических данных

студент 1 курса

группы ЭБ-21 Гревцева Наталья

к.э.н., ст. преподаватель Обухова Анна Сергеевна

Курск 2013

Выборочный метод.

Статистическое распределение выборки

При изучении величины, принимающей случайные значения (результатов физических измерений в серии экспериментов, экономических показателей, параметров технологических процессов и т.п.), мы имеем дело с выборками. Выборочное наблюдение – это способ наблюдения, при котором обследуется не вся совокупность значений изучаемой величины, а лишь часть ее, отобранная по определенным правилам выборки и обеспечивающая получение данных, характеризующих всю совокупность в целом.

При выборочном наблюдении обследованию подвергается определенная, заранее обусловленная часть совокупности, а результаты обследования распространяются на всю совокупность.

Ту часть единиц, которая отобрана для наблюдения, принято называть выборочной совокупностью или выборкой, а всю совокупность единиц, из которых производится отбор, — генеральной совокупностью.

Существуют различные способы формирования выборки (случайный, механический, типический, серийный (гнездовой)), но в математической статистике изучается собственно-случайная выборка с повторным отбором или бесповторным отбором.

Собственно-случайная выборка формируется с помощью жеребьевки либо по таблице случайных чисел. Всем элементам генеральной совокупности присваиваются порядковые номера, затем производится выбор случайных номеров с помощью датчиков случайных чисел или из специальных таблиц, которые образуют порядковые номера для отбора.

При повторном отборе единица наблюдения после извлечения из генеральной совокупности регистрируется и вновь возвращается в генеральную совокупность, откуда опять может быть извлечена случайным образом.

При бесповоротном отборе элемент в выборку не возвращается.

Число единиц (элементов) статистической совокупности называется ее объемом. Объем генеральной совокупности обозначается N, а объем выборочной совокупности n.

Если объем генеральной совокупности велик, то разница между повторной или бесповторной выборками незначительна.

Качество результатов выборочного наблюдения зависит от того, насколько состав выборки представляет генеральную совокупность, иначе говоря, от того, насколько выборка репрезентативна (представительна).

Сущность выборочного метода заключается в том, что выводы, сделанные на основе изучения части совокупности (случайной выборки), распространяются на всю генеральную совокупность. Математическая статистика занимается обоснованием такого приема, применяя теорию вероятностей.

Вариационный ряд

Элементами выборки < , …, > являются числовые значения, называемые вариантами, которые могут быть дискретными, т.е. изолированными (например, целыми числами), или могут принимать значения из некоторого интервала (a,b). Другими словами, выборка может быть частью генеральной совокупности, которая соответствует дискретной или непрерывной случайной величине.

Вариационный ряд получается из выборки упорядочением по возрастанию (или убыванию) и подсчетом частоты каждого значения. Если выборка соответствует дискретной случайной величине, то вариационный ряд представляет собой таблицу, которая ставит в соответствие каждому значению его частоту . Такой ряд носит название дискретный вариационный ряд.

Например, на основе наблюдения за ростом растения получены n=50 значений числа почек на единицу длины ветки (пример 3.1, табл.3.2). Понятно, что здесь мы имеем пример дискретной случайной величины, так как число почек может быть только целым.

Если нам известно, что исследуемый показатель может принимать любые значения из некоторого интервала (a,b), то строим интервальный вариационный ряд с помощью группировки вариант.

Существуют различные способы группировки вариант, среди которых является метод равных интервалов.

Рассмотрим алгоритм группировки методом равных интервалов.

1. Сначала определяют число интервалов m. Для этого обычно применяют формулу Стреджесса:

m = 1 + 3,22 × lg n. (3.1)

Число m округляют до целого значения.

Приведем еще несколько формул расчета числа интервалов:

m = — 0,013n , (3.1a)

m = 1,72 (3.1b)

m = + 1. (3.1c)

В программе Excel есть процедура «Гистограмма», которая умеет строить вариационный ряд и вычисляет число интервалов по формуле (3.1с). Пример применения процедуры «Гистограмма» приведен ниже.

В табл. 3.1 вычислены рекомендуемые формулами (3.1), (3.1а), (3.1b) и (3.1с) числа интервалов. Значения приведены с округлением до целого.

Источник:
http://megapredmet.su/1-72176.html

Статистические ряды распределений

Описание изменений варьирующего признака осуществляют с помощью рядов распределения.

Статистический ряд распределения — это упорядоченное распределение наблюдаемой статистической совокупности на отдельные группы по конкретному варьирующему признаку.

Статистические ряды могут быть как вариационными, так и атрибутивными (рис. 3.6).

Рис. 3.6. Статистические ряды распределения

Статистические ряды распределения состоят из двух элементов: вариант и частот.

Каждое отдельное значение признака, которое он принимает в статистическом ряду распределения, называется вариантой.

Частоты — это числовые значения, показывающие, как часто встречаются те или иные варианты в ряду распределения. Частоты могут быть выражены в абсолютных величинах, долях единицы или процентах к итоговому значению наблюдаемого признака.

Читайте также  Спойлер как сделать в excel

Следовательно, некоторая переменная величина х может принимать различные значения х,, х2, х3, . хп. Каждое из этих значений имеет свою частоту повторений /р/2, . /„? Такой

двойной ряд ранжированных значений признака называется вариационным рядом, или рядом распределения.

Для атрибутивного ряда каждая варианта регистрируется в виде текстовой записи с указанием соответствующей частоты повторения. Примером вариационного ряда могут служить данные графика очередных отпусков 100 сотрудников фирмы по месяцам. В табл. 3.11 приводятся сведения о количестве сотрудников, находящихся в отпуске в январе, феврале, марте и т.д. по месяцам года.

Количество сотрудников фирмы, находящихся в очередном отпуске но месяцам года (данные условные)

Значение признака (варианты)

Повторяемость значений признака (частоты)

Ряды распределения показывают закономерность изменения изучаемого признака. В данном случае мы наблюдаем некоторую закономерность распределения отпусков сотрудников фирмы по месяцам. Нетрудно заметить, что наиболее привлекательным является летний период времени. Чтобы выразить ту или иную закономерность более наглядно, принято изображать вариационные ряды графически в виде гистограммы, полигона частот, кумуляты или огивы.

Гистограмма — это способ графического изображения интервальных распределений вариант при непрерывном варьировании признака. Гистограмма распределения применяется только для изображения интервального вариационного ряда.

Для построения гистограммы воспользуемся данными о распределении месячной заработной платы рабочих, приведенными в табл. 3.8. С этой целью построим оси координат и, выбрав соответствующий масштаб, отложим по оси абсцисс границы заработной платы каждой группы рабочих (величины интервалов). Одному значению ординаты будут соответствовать два значения абсциссы, поэтому на графике отмечается не точка, а линия, соединяющая два значения по оси абсцисс. По оси ординат откладывают частоты, т.е. количество рабочих, чья заработная плата не выходила за пределы установленных границ.

Таким образом, гистограмма представляет собой ряд прямоугольников, основанием которых являются границы интервалов групп, а высоты указывают частоты, соответствующие каждой группе (рис. 3.7). Графически гистограмма показывает распределение вариант при непрерывном варьировании признака. Прямоугольники соответствуют границам заработной платы х, а их высота — количеству рабочих/, получающих данную зарплату.

Рис. 3.7. Гистограмма

Если исходные данные представлены в виде дискретного вариационного ряда, то может быть построен график прерывистого варьирования, представляющий собой ломаную кривую, которая называется полигоном распределения.

Полигон распределения можно построить и для интервального вариационного ряда. Для этого по вертикальной оси откладывают те же частоты, что и при построении гистограммы, а по горизонтальной — середины интервалов.

На рис. 3.8 изображен полигон распределения заработной платы рабочих по соответствующим группам, который представляет собой многоугольную фигуру.

Рис. 3.8. Полигон распределения частот

Для того чтобы полигон распределения частот образовывал замкнутую многоугольную фигуру с горизонтальной осью графика, необходимо ввести дополнительные средние точки на нижнем и верхнем концах распределения для прилегающих несуществующих групп, частоты которых равны нулю (рис. 3.9). Если возникает необходимость, можно, имея полигон распределения частот, построить гистограмму, и наоборот. Кроме того, гистограмма и полигон частот могут быть совмещены на одном графике (см. рис. 3.9).

Рис. 3.9. Гистограмма и полигон распределения частот

Преобразованной формой вариационного ряда является ряд накопленных частот (кумулятивный ряд). Кумулятивный ряд позволяет графически представить данные вариационного ряда в виде кумуляты и огивы. Накопленные частоты получаются в результате последовательного суммирования (кумуляции) всех значений частот, либо от минимального значения варианты к максимальному, либо, наоборот, от максимального к минимальному. Расчет накопленных частот наглядно показан в табл. 3.12.

Приведенные в табл. 3.12 сведения о накопленных частотах позволяют построить огиву и кумуляту. Накопленные частоты получают последовательным суммированием (кумуляцией) всех частот вариационного ряда в направлении от минимальной варианты до конца ряда, и наоборот. Построенный график называется огивой (рис. 3.10). При построении огивы по оси абсцисс

Месячная заработная плата рабочих (данные условные)

Месячная зарплата рабочих, руб.

Середина интервала месячной зарплаты

откладывают накопленные частоты, а по оси ординат — значение признака по мере его возрастания. В нашем примере это середина интервала месячной заработной платы.

Рис. 3.10. Огива

Если на оси абсцисс нанести значения середины интервалов, а на оси ординат — накопленные частоты, а затем соединить соответствующие точки в системе координат, то получим график, называемый кумулятой (рис. 3.11).

На этом графике изображена кумулята распределения заработной платы 20 рабочих цеха (по данным табл. 3.12).

Нетрудно заметить, что огива (см. рис. 3.10) есть не что иное, как кумулята (см. рис. 3.11), повернутая на 180 градусов.

Рис. 3.11. Кумулята

Для графического представления рядов распределения в Excel исходные значения вариант и частот представляют в виде таблицы. В частности, для примера, приведенного в табл. 3.12, таблица будет выглядеть так, как она представлена на рис. 3.12.

Поскольку для наглядной характеристики изучаемой закономерности следует построить гистограмму, полигон частот, кумуляту и огиву, необходимо выполнить дополнительные расчеты: определить интервалы месячной заработной платы рабочих и вычислить накопленные частоты, суммируя частоты в направлении от минимальной варианты до максимальной, а затем в обратном порядке.

Для выполнения вычислений можно воспользоваться Строкой формул или Мастером функций. Как правило, непосредственный ввод формул используется для ввода уникальных конструкций, не входящих в стандартный набор функций Excel. Мастер функций, напротив, автоматизирует построение наиболее часто

Рис. 3.12. Вид рабочего листа Excel после ввода данных

встречающихся формул. Признаком формулы является наличие знака равенства в начале строки. Для выполнения расчетов курсор помещают в интересующую ячейку, а затем в строке ввода вводят знак равенства и адреса участвующих в расчетах ячеек, между которыми ставятся знаки арифметических операций. В случае использования Мастера функций с помощью команды

Вставка —•> Функция или кнопки Вставка функции ( ? ) панели

инструментов Форматирование обеспечивается вызов диалоговых окон, в которых выбирается интересующая функция и задаются необходимые аргументы. Пошаговое выполнение расчетов приведено в приложении 4. В итоге таблица будет содержать формулы, приведенные на рис. 3.13.

Рис. 3.13. Вид рабочего листа Excel в режиме отображения формул

Для построения графиков используется Мастер диаграмм. Он вызывается командой ВставкаДиаграмма или щелчком по

кнопке Мастер диаграмм ( т ) на панели инструментов Стандартная. Инструкцию по построению графиков в Excel можно найти в приложении 4. Окончательный вид гистограммы, полигона частот, огивы и кумуляты показан на рис. 3.14, 3.15, 3.16 и 3.17.

Рис. 3.14. Гистограмма

Рис. 3.15. Полигон частот

Рис. 3.16. Огива

Рис. 3.17. Кумулята

Источник:
http://ozlib.com/859574/matematika_/statisticheskie_ryady_raspredeleniy

Металловедение

Очень давно не писал блог. Расслабился совсем. Ну ничего, исправляюсь.

Продолжаю новую рубрику блога, посвященную анализу данных с помощью всем известного Microsoft Excel.

В современном мире к статистике проявляется большой интерес, поскольку это отличный инструмент для анализа и принятия решений, а также это отличное средство для поиска причин нарушений процесса и их устранения. Статистический анализ применим во многих сферах, где существуют большие массивы данных: естественно, в первую очередь я скажу, что металлургии, а также в экономике, биологии, политике, социологии и. много где еще. Статья эта будет, как несложно догадаться по ее названию, про использование некоторых средств статистического анализа, а именно — гистограммам.
Ну, поехали.

Читайте также  Как сделать каталог в excel?

Статистический анализ в Excel можно осуществлять двумя способами:
• С помощью функций
• С помощью средств надстройки «Пакет анализа». Ее, как правило, еще необходимо установить.

Чтобы установить пакет анализа в Excel, выберите вкладку «Файл» (а в Excel 2007 это круглая цветная кнопка слева сверху), далее — «Параметры», затем выберите раздел «Надстройки». Нажмите «Перейти» и поставьте галочку напротив «Пакет анализа».

А теперь — к построению гистограмм распределения по частоте и их анализу.

Речь пойдет именно о частотных гистограммах, где каждый столбец соответствует частоте появления* значения в пределах границ интервалов. Например, мы хотим посмотреть, как у нас выглядит распределение значения предела текучести стали S355J2 в прокате толщиной 20 мм за несколько месяцев. В общем, хотим посмотреть, похоже ли наше распределение на нормальное (а оно должно быть таким).

*Примечание: для металловедческих целей типа оценки размера зерна или оценки объемной доли частиц этот вид гистограмм не пойдет, т.к. там высота столбика соответствует не частоте появления частиц определенного размера, а доле объема (а в плоскости шлифа — площади), которую эти частицы занимают.

График нормального распределения выглядит следующим образом:

График функции Гаусса

Мы знаем, что реально такой график может быть получен только при бесконечно большом количестве измерений. Реально же для конечного числа измерений строят гистограмму, которая внешне похожа на график нормального распределения и при увеличении количества измерений приближается к графику нормального распределения (распределения Гаусса).

Построение гистограмм с помощью программ типа Excel является очень быстрым способом проверки стабильности работы оборудования и добросовестности коллектива: если получим «кривую» гистограмму, значит, либо прибор не исправен или мы данные неверно собрали, либо кто-то где-то преднамеренно мухлюет или же просто неверно использует оборудование.

style=»display:inline-block;width:468px;height:60px»
data-ad-client=»ca-pub-9341405937949877″
data-ad-slot=»7116308946″>

А теперь — построение гистограмм!

Способ 1-ый. Халявный.

    Идем во вкладку «Анализ данных» и выбираем «Гистограмма».


  • Выбираем входной интервал.
  • Здесь же предлагается задать интервал карманов, т.е. те диапазоны, в пределах которых будут лежать наши значения. Чем больше значений в интервале — тем выше столбик гистограммы. Если мы оставим поле «Интервалы карманов» пустым, то программа вычислит границы интервалов за нас.
  • Если хотим сразу же вывести график,то ставим галочку напротив «Вывод графика».

  • Нажимаем «ОК».
  • Вот, вроде бы, и все: гистограмма готова. Теперь нужно сделать так, чтобы по вертикальной оси отображалась не абсолютная частота, а относительная.

  • Под появившейся таблицей со столбцами «Карман» и «Частота» под столбцом «Частота» введем формулу «=СУММ» и сложим все абсолютные частоты.
  • К появившейся таблице со столбцами «Карман» и «Частота» добавим еще один столбец и назовем его «Относительная частота».
  • Во всех ячейках нового столбца введем формулу, которая будет рассчитывать относительную частоту: 100 умножить на абсолютную частоту (ячейка из столбца «частота») и разделить на сумму, которую мы вычислил в п. 7.
  • Способ 2-ой. Трудный, но интересный.

    Будет полезен тому, кто по каким-либо причинам не смог установить Пакет анализа.

    1. Перво-наперво нужно задать интервалы тех самых карманов, которые мы не стали вычислять в способе, описанном выше.
    2. Интервал карманов вычисляют так: разность максимального значения и минимального значений массива, деленная на количество интервалов: (Xmax-Xmin)/n.
      Для оценки оптимального для нашего массива данных количества интервалов можно воспользоваться формулой Стерджесса: n

    1+3,322lgN, где N — количество всех значений величины. Например для N=100, n=7,6. Естественно, округляем до 8.

  • Для нахождения максимального и минимального значений воспользуемся соответствующими функциями: =МАКС(наш диапазон значений) и =МИН(наш диапазон значений).
  • Найдем разность этих значений и разделим его на количество интервалов, которое нам захочется. Пусть будет 10. Так мы вычислили ширину нашего «кармана».

    Теперь в каждой ячейке шаг за шагом прибавляем полученное значение ширины кармана: сначала к минимальному значению нашего массива (п. 3), затем в следующей ячейке ниже — к полученной сумме и т.д. Так постепенно доходим до максимального значения. Вот мы и построили интервалы карманов в виде столбца значений. Интервалом считается следующий диапазон : (i-1; i] или i >Скачать бесплатно видеокурc по Excel

    Источник:
    http://metallovedeniye.ru/analiz-dannyx-v-excel/postroenie-gistogramm-raspredeleniya-v-excel.html

    Минидиаграммы в ячейках листа

    Способ 1. Спарклайны в Excel 2010

    Одним из революционных нововведений в крайней версии Microsoft Excel 2010 стали инфокривые sparklines — миниграфики, помещающиеся внутри ячеек и наглядно отображающие динамику числовых данных:

    Чтобы создать подобные миниграфики, нужно выделить ячейки, куда мы хотим их поместить и воспользоваться кнопками группы Спарклайны (Sparklines) с вкладки Вставка (Insert) :

    В открывшемся диалоговом окне нужно задать диапазон исходных данных и диапазон вывода:

    Созданные миниграфики можно всячески форматировать и настраивать с помощью динамической вкладки Конструктор (Design) :

    В частности, можно легко поменять цвет линий и столбцов спарклайна и выделить особыми цветами минимальные и максимальные значения:

    Поскольку спарклайн не является отдельным графическим объектом, а выступает, по сути, в роли фона ячейки, то он нисколько не помешает ввести в ячейку текст, числа или другую информацию. Это открывает простор для фантазии — если немного пошаманить с выравниванием введенного текста, шириной и высотой ячейки, то можно достичь интересных результатов:

    Что делать, если у вас пока старая версия Excel? Или нужен тип графика, которого нет в наборе спарклайнов? Переходим к следующим способам!

    Способ 2. Дополнительные надстройки для микрографиков

    На самом деле, идея подобных графиков витала в воздухе уже достаточно давно. Еще для 2003 версии Excel существовало несколько надстроек с подобным функционалом, самым известными из которых были замечательная бесплатная Sparklines Эдварда Тафта и и платные BonaVista microcharts (169$) и Bissantz SparkMaker (200$). Да и я в свое время тоже пытался сделать что-то подобное в надстройке PLEX.

    Если брать в качестве примера бесплатную надстройку Sparklines, то после ее подключения мы получим новую вкладку (или панель инструментов) примерно такого вида:

    Как легко заметить, эта надстройка умеет строить заметно больше трех типов диаграмм 🙂

    Единственный минус — надстройку нужно будет установить на всех компьютерах, где вы планируете работать с файлом, содержащим такие диаграммы.

    Способ 3. Повтор символов N-раз

    «Бюджетным вариантом» одномерных микрографиков являются повторяющиеся однотипные символы, имитирующие линейчатую диаграмму. Для этого можно воспользоваться текстовой функцией ПОВТОР (REPT) , которая умеет выводить в ячейку любой заданный символ нужное количество раз. Для вывода нестандартных символов (зная их код) можно использовать функцию СИМВОЛ (CHAR) . В общем и целом это выглядит так:

    Символ с кодом 103 — черный прямоугольник шрифта Webdings, поэтому не забудьте установить этот шрифт для ячеек C2:C12. Также можно поиграться с символами других шрифтов, например в столбце Е использован символ с кодом 110 из шрифта Wingdings.

    Способ 4. Макросы

    Способ представляет собой улучшенный предыдущий вариант, где набор повторяющихся символов (используется знак «|») создает не формула, а простая пользовательская функция на VBA. Причем для каждой ячейки создается отдельный столбец, т.к. функция использует символ переноса строки после каждого числа — выглядит это примерно так:

    Чтобы использовать этот трюк у себя в файле, открываем редактор VBA (Alt+F11), добавляем новый модуль в книгу (меню Insert — Module) и копируем туда код функции NanoChart:

    Затем вставляем функцию NanoChart в нужные ячейки, указывая в качестве аргументов числовые данные, как на рисунке выше. Для получившихся ячеек с микрографиками необходимо включить перенос по словам и поворот на 90 градусов через меню Формат — Ячейки — Выравнивание (Format — Cells — Alignment) . Константа MaxSymbols задает длину максимально высокого столбца в минигистограмме.

    Еще один подобный способ честно подсмотрен на сайте http://www.dailydoseofexcel.com/. Заключается в добавлении в файл пользовательской функции на VBA для автоматического построения спарклайнов — миниатюрных графиков внутри ячеек. Открываем редактор VBA (Alt+F11), добавляем новый модуль в книгу (меню Insert — Module) и копируем туда этот код на Visual Basic:

    Теперь в мастере функций в категории Определенные пользователем появилась новая функция LineChart c двумя аргументами — диапазоном и кодом цвета графика. Если ее вставить в пустую ячейку, например, справа от числовой строки и скопировать затем, как обычно, на весь столбец, то получим весьма симпатичное отображение числовых данных в виде миниграфиков:

    Источник:
    http://www.planetaexcel.ru/techniques/4/43/

    Графическое изображение вариационных рядов в Excel

    Excel значительно упрощает построение вариационных рядов.

    В Excel открываем файл с данными ПРИМЕР 2.2. Вызываем диалоговое окно Анализ данных, в котором выбирается режим Гистограмма (см. рис. 2.3).

    Инструмент «Гистограмма» применяется для вычисления выборочных и интегральных частот попадания данных в указанные интервалы значений. При этом рассчитываются числа попаданий для заданного диапазона ячеек.

    Перед нами вкладка Гистограмма. В столбце А — исходные данные измерений. В столбце С — интервал карманов. Заполняем вкладку. Входной интервал — вводим ссылку на ячейки с исходными данными (столбец А). Интервал карманов — вводим ссылку на ячейки, содержащие интервал карманов (столбец Q. В группе Параметры вывода выбираем местоположение выходных данных. Гистограмму можно расположить на том же листе, новом листе в текущей книге или в новой книге.

    Установите один или несколько флажков:

    Парето <отсортированная гистограмма). Отображает частоту данных по убыванию.

    Интегральный процент. Отображает суммарные проценты и добавляет в таблицу гистограммы строку суммарных процентов.

    Вывод графика. Отображает встроенную таблицу гистограммы.

    Нажмите кнопку ОК.

    Рис. 2.19. Диалоговое окно гистограммы

    В результате работы программы получим результат (рис. 2.20-2.22). Если вы захотите настроить гистограмму, можно изменить подписи и, щелкнув в любом месте гистограммы, использовать кнопки форматирования и макета справа от диаграммы.

    Рис. 2.20. Результаты расчетов

    Рис. 2.21. Гистограмма

    Рис. 2.22. Диалоговое окно форматирования области построения

    Используя кнопки форматирования, приводим диаграмму (гистограмму) к виду, показанному на рис. 2.23.

    Щелкаем правой кнопкой мыши по полю графика гистограммы и выбираем вкладку Изменить тип диаграммы, на появившейся вкладке (рис. 2.24) выбираем и указываем, какой график, нажимаем ОК.

    Перед нами появится Полигон распределения (рис. 2.25).

    Рис. 2.23. Гистограмма отформатированная

    Рис. 2.25. Полигон распределения

    Рис. 2.26. Кумулята

    Рис. 2.27. Огива

    Аналогично строятся кумулята и огива (рис. 2.26, 2.27).

    Источник:
    http://studref.com/583185/matematika_himiya_fizik/graficheskoe_izobrazhenie_variatsionnyh_ryadov_excel