统计报告图直方图( 二 ) _生活百科

文章插图
直方图套用案例图 (3)确定组距(h) 。先确定直方图的组数，然后以此组数去除极差，可得直方图每组的宽度，即组距。组数的确定要适当。组数太少，会引起较大计算误差；组数太多，会影响数据分组规律的明显性，且计算工作量加大。组数(k)的确定可参考组数(k)选用表二。(4 )确定各组的界限值。为避免出现数据值与组界限值重合而造成频数据计算困难，组的界限值单位应取最小测量单位的1/2 。本例最小测量单位是个位，其界限值应取0.5 。分组时应把数据表中最大值和最小值包括在内。第一组下限值为：最小值-0.5=0.5;第一组上限值为：第一组下限值加组距，即0.5+5=5.5;第二组下限值就是第一组的上限值，即5.5；第二组上限值就是第二组的下限值加组距，即5.5+5=10.5；第三组以后，依此类推定出各组的组界。(5)编制频数分布表。把多个组上下界限值分别填入频数分布表内，并把数据表中的各个数据列入相应的组，统计各组频数据(f ) 。(6)按数据值比例画出横坐标。(7)按频数值比例画纵坐标。以观测值数目或百分数表示。(8)画直方图。按纵坐标画出每个长方形的高度，它代表取落在此长方形中的数据数。(注意：每个长方形的宽度都是相等的。)在直方图上应标注出公差範围(T)、样本容量(n)、样本平均值(X)、样本标準偏差值(s)和-x的位置等。区域直方图用法您可以通过区域直方图对一个数据集中的值在另一个数据集类中的频数分布进行研究。例如，土地利用类中的坡度分布、高程类中的降雨分布或警务区附近的犯罪分布。区域定义为输入中具有相同值的所有区。各区无需相连。栅格和要素数据集都可用于区域输入。如果区域输入和值输入均为具有相同解析度的栅格，则可直接使用它们。如果解析度不同，则可先套用内部重採样以使其相一致，然后再执行区域操作。倘若输入中存在任何 NoData 像元，重採样就可能在输出中产生比您预期更大的 NoData 区域。要避免此种情况，或者重新採样粗糙输入栅格，提高输入栅格的解析度，或者在“栅格分析”环境下将像元大小设定为输入的最小值。如果区域输入为栅格数据集，则该输入必须具有属性表。通常会自动为整型栅格数据创建属性表，但是某些情况下可能不会这样做。您可以使用构建栅格属性表来创建一个属性表。建议您仅使用栅格作为区域输入，因为这可使您更好地控制“矢量至栅格”转换。这将有助于确保您始终获得预期的结果。如果区域输入是要素数据集，则可在内部对其套用“矢量至栅格”转换。要确保转换结果与值栅格完全对齐，建议您检查环境设定和栅格设定中的範围和捕捉栅格是否设定正确。由于内部栅格必须具有属性表，因此在转换中不创建属性表的情况下将会发生错误。如果发生此错误，则使用要素转栅格、面转栅格、点转栅格或折线转栅格直接转换要素数据集。按先前提示中所述内容为其生成属性表，然后使用生成的栅格作为“区域”输入。如果区域输入为要素相对较小的要素数据集，则需要牢记，信息的解析度需要适合于值栅格的解析度。如果单个要素的区域相似于或小于值栅格中单个像元的区域，则在要素转栅格转换过程中，某些区域可能不会显示。要对此进行显示，需尝试使用适当的要素转栅格转换工具将要素数据集转换为栅格，然后将解析度指定为值栅格的解析度。通过此转换产生的结果会指明区域操作的默认输出将是什幺。如果输出中的结果比您可能已预期的少，则需要确定表示要素输入细节的适当的栅格解析度，然后使用此解析度作为“栅格分析环境设定”的像元大小。如果区域输入为点要素数据集，则其可能具有值输入栅格的任何特定像元内所含的多个点。对于这种像元，区域值将通过具有最高要素 ID 的点来确定。如果区域要素输入具有叠置的面，则无法为每一个单独的面执行区域分析。因为要素输入已转换为栅格，所以每个位置只能拥有一个值。另一种方法就是要为每个面区域反覆进行分区统计并核对结果。区域栏位必须为整型或字元串类型。在指定输入区域数据时，默认区域栏位将为第一个可用的有效栏位。如果无其他有效栏位存在，则 ObjectID 栏位(如OID 或 FID)将为默认栏位。输入值栅格上的像元属于像元中心所在的区域。在此情况下，这些区域是在向栅格和重新採样进行了任何必要转换后的区域。在直方图中，每个区域的类(条柱)的数量由输入赋值栅格确定。如果指定图层，则图层的符号系统定义类的数量。如果指定数据集，则在默认情况下将有 256 个类，除非输入是具有少于 26 个唯一值的整型(在此情况下，它将是唯一值的总数) 。默认情况下不生成区域直方图。要在工具运行时创建区域直方图，可指定输出图形名称。该图形只是临时图形(在记忆体中) 。要创建该图形的永久版本，可使用保存图表工具创建 .grf 图形档案，或者以该工具中提供的一种其他格式进行创建。注意事项a. 抽取的样本数量过小，将会产生较大误差，可信度低，也就失去了统计的意义。因此，样本数不应少于50个。b. 组数 k 选用不当，k 偏大或偏小，都会造成对分布状态的判断有误。c. 直方图一般适用于计量值数据，但在某些情况下也适用于计数值数据，这要看绘製直方图的目的而定。d. 图形不完整，标注不齐全，直方图上应标注：公差範围线、平均值的位置(点画线表示)不能与公差中心M相混淆；图的右上角标出：N、S、C p或 CPK.绘製方法①集中和记录数据，求出其最大值和最小值。数据的数量应在100个以上，在数量不多的情况下，至少也应在50个以上。我们把分成组的个数称为组数，每一个组的两个端点的差称为组距。②将数据分成若干组，并做好记号。分组的数量在5－12之间较为适宜。③计算组距的宽度。用最大值和最小值之差去除组数，求出组距的宽度。④计算各组的界限位。各组的界限位可以从第一组开始依次计算，第一组的下界为最小值减去最小测定单位的一半，第一组的上界为其下界值加上组距。第二组的下界限位为第一组的上界限值，第二组的下界限值加上组距，就是第二组的上界限位，依此类推。⑤统计各组数据出现频数，作频数分布表。⑥作直方图。以组距为底长，以频数为高，作各组的矩形图。分析质量作直方图是的目的是为了研究产品质量的分布状况，据此判断生产过程是否处在正常状态。直方图为QC七大工具之一。因此在画出直方图后要进一步对它进行观察和分析。在正常生产条件下，如果所得到的直方图不是标準形状，或者虽是标準形状，但其分布範围不合理，就要分析其原因，採取相应措施。(1)通过直方图判断生产过程是否有异常。对直方图有些参差不齐不必太注意，主要应着眼于图形的整个形状。常见的直方图分布图形大体上有六种，如图所示。①理想的图形；②多是因为测量和读数有问题或是数据分组不当所引起的；③多是因加工习惯造成的；④多是加工条件的变动造成的；⑤多是两种不同生产条件的数据混在一起造成的；⑥多是由于生产过程中某种缓慢的倾向起作用所至。(2)运用直方图勘量生产的质量状况。将直方图与公差範围相比较，看直方图是否都落在公差要求的範围之内，可以提高生产的质量状况。这种对比大体上存在六种情况，如下图所示。①理想的情况；②经济性不好，需降低加工精度；③需要採取措施适当缩小分布；④过分偏离公差中心，可能造成废品；⑤完全不留余地，容易出现废品，应採取措施调整⑥已经产生废品，应停产检查。形状分析概述正常型是指过程处于稳定的图型，它的形状是中间高、两边低，左右近似对称。近似是指直方图多少有点参差不齐，主要看整体形状。如下图例：

统计报告图 直方图( 二 )

统计报告图直方图( 二 )