Mga Halimbawa ng Histogram | Nangungunang 4 Mga Halimbawa ng Histogram Graph + Paliwanag

Mga Halimbawa ng Histogram Graph

Ang histogram ay tumutukoy sa visual na pagtatanghal na ginamit para sa pagbubuod ng discrete o ang tuloy-tuloy na data at ang halimbawa nito ay nagsasama ng visual na pagtatanghal sa grap, ang mga reklamo ng customer na ginawa sa bangko sa iba't ibang mga parameter kung saan ang pinaka-naiulat na dahilan ng reklamo ang may pinakamataas na taas sa grap na ipinakita.

Kapag ang mga bar ng iba't ibang taas ay ginagamit upang ipakita ang data sa grapikong form ay tinatawag na histogram graph. Ang bawat pangkat ng bar sa mga saklaw sa isang histogram. Ang mga bar na mas matangkad sa laki ay nagpapakita na ang karamihan sa data ay mahuhulog sa mas mataas na saklaw na iyon. Inilalarawan ng isang histogram ang pagkalat at ang hugis ng patuloy na ibinigay na hanay ng data o ang ibinigay na sample na data. Sa artikulong ito, bibigyan ka namin ng nangungunang 4 na mga halimbawa ng mga histogram graph.

Nangungunang 4 Mga Halimbawa ng Mga Histogram Graph

Nasa ibaba ang nangungunang 4 na mga halimbawa ng mga histogram graph.

Halimbawa ng Histogram # 1

Ang SBI Manager na si G. Shaw ay nag-aalala tungkol sa reklamo ng customer patungkol sa mahabang pila sa sangay. Nais niyang pag-aralan muna kung ano ang dalas ng paghihintay ng pangunahing customer. Tinawagan niya ang kahera at tinanong siya ng mga detalye.

Nasa ibaba ang oras ng paghihintay ng kostumer sa cash counter ng SBI bank branch sa mga oras na rurok na sinusunod ng kahera. Kinakailangan kang lumikha ng isang histogram batay sa data sa ibaba.

Solusyon:

Lumikha kami ng isang histogram na gumagamit ng 5 bins na may 5 magkakaibang mga frequency tulad ng nakikita sa ibaba sa tsart. Sa Y-axis ito ang average na bilang ng mga customer na nahuhulog sa partikular na kategorya. Sa X-axis mayroon kaming saklaw ng oras ng paghihintay, halimbawa, ang saklaw ng 1st bin ay 2.30 minuto hanggang 2.86 minuto. At maaari nating tandaan na ang bilang ay 3 para sa kategoryang iyon mula sa talahanayan at tulad ng nakikita sa graph sa ibaba.

Ito ay isang random na pamamahagi na kung saan ay isang uri ng pamamahagi na maraming mga taluktok at wala ito isang maliwanag na pattern.

Maaaring magkaroon ng isang senaryo na iba't ibang mga katangian ng data na pinagsama. Samakatuwid, ang data ay dapat na pag-aralan nang magkahiwalay.

Halimbawa ng Histogram # 2

Si G. Larry isang sikat na doktor ay nagsasagawa ng pagsasaliksik sa taas ng mga mag-aaral na nag-aaral sa ika-8 pamantayan. Nagtipon siya ng isang sample ng 15 mag-aaral ngunit nais malaman kung alin ang maximum na kategorya kung saan sila kabilang.

Solusyon:

 Lumikha kami ng isang histogram na gumagamit ng 6 na mga bins na may 6 na magkakaibang mga frequency tulad ng nakikita sa ibaba sa tsart. Sa Y-axis ito ang average na bilang ng mga mag-aaral na nahuhulog sa partikular na kategorya. Sa X-axis mayroon kaming saklaw ng taas, halimbawa, ang 1st bin range ay 138 cms hanggang 140 cms. At maaari nating tandaan na ang bilang ay 1 para sa kategoryang iyon mula sa talahanayan at tulad ng nakikita sa graph sa ibaba.

Makikita natin dito ang taas ng mga mag-aaral sa isang average ay nasa saklaw na 142 cm hanggang 146 cm para sa ika-8 pamantayan. At gayundin, maaaring tandaan na ang isang bahagi ng average ay bumagsak din sa kabilang panig ng average na kung saan ay ang tanda ng normal na pamamahagi.

Halimbawa ng Histogram # 3

Si G. A ay nais na gumawa ng isang pamumuhunan sa stock market. Nag-shortlist siya sa ibaba ng mga stock at nais na malaman ang dalas ng mga presyo.

Gamitin ang histogram at sabihin kung anong uri ito ng pamamahagi?

Solusyon:

Lumikha kami ng isang histogram na gumagamit ng 5 bins na may 5 magkakaibang mga frequency tulad ng nakikita sa ibaba sa tsart. Sa Y-axis ito ang bilang ng mga stock na nahuhulog sa partikular na kategorya. Sa X-axis mayroon kaming saklaw ng mga presyo ng stock, halimbawa, ang 1st bin range ay 100 hanggang 300. At maaari nating tandaan na ang bilang ay 7 para sa kategoryang iyon mula sa talahanayan at tulad ng nakikita sa graph sa ibaba.

Dito maaari nating tandaan na ang grap ay kampi patungo sa kaliwang bahagi at samakatuwid ito ay isang palatandaan ng pamamahagi na kung saan ay tama ang pamamahagi. Ang isang malaking bilang ng mga halaga ng data ay nangyayari sa kaliwang bahagi at mas kaunting data sa kanang bahagi.

Halimbawa ng Histogram # 4

Si Shastri na coach ng isang koponan ng cricket sa India ay nagsasagawa ng pagtatasa sa average na iskor ng batsmen at nais na tapusin ang napiling batsmen para sa paparating na tasa sa mundo. Gayunpaman, una siyang interesado sa paglikha ng isang benchmark upang maikli ang listahan ng mga batsmen. Nakatanggap siya ng isang listahan ng mga batsmen sa ibaba sa huling 15 na pag-aresto ngunit gayunpaman, nais niyang malaman ang kakaiba mula sa listahang ito. Gamitin ang histogram at alamin ang isa at magbigay ng puna sa pamamahagi.

Solusyon:

Lumikha kami ng isang histogram na gumagamit ng 6 na mga bins na may 6 na magkakaibang mga frequency tulad ng nakikita sa ibaba sa tsart. Sa Y-axis ito ang bilang ng mga batsmen na nahuhulog sa partikular na kategorya. Sa X-axis mayroon kaming saklaw ng mga tumatakbo, halimbawa, ang ika-1 na saklaw ng bin ay 90 hanggang 190. At maaari nating tandaan na ang bilang ay 1 para sa kategoryang iyon mula sa talahanayan at tulad ng nakikita sa graph sa ibaba.

Maaari naming makita na ang talahanayan sa itaas ay nagpapakita ng isang kaliwang pamamahagi ng kaliwa. Ang isang malaking bilang ng mga halaga ng data ay nangyayari sa kanang bahagi at isang mas maliit na bilang ng data sa kaliwang bahagi.

Ang 90 na tumatakbo sa 15 na mga lilitaw ay lilitaw na kakaiba at lumalabas na isang bowler at samakatuwid ay kailangang alisin.

Konklusyon

Ang paglikha ng isang histogram ay magbibigay ng isang representasyon na visual sa likas na katangian ng ibinigay na hanay ng data o pamamahagi ng data. Ipinapakita ng mga histogram ang dalas ng mga halaga ng data at isang malaking halaga ng data. Ang histogram ay tumutulong sa pagtukoy ng panggitna at ang pamamahagi ng ibinigay na dataset. Bilang karagdagan, maaari itong magpakita ng anumang mga puwang o anumang mga outlier sa ibinigay na hanay ng data.