ความถี่สัมบูรณ์เป็นเพียงหนึ่ง ตัววัดสถิติ ใช้ในด้านของ ตรวจสอบ, คือจำนวนครั้งที่ข้อมูลซ้ำในชุดของพวกเขา, ค่าที่สังเกตได้ใน a การทดลองสุ่มสำหรับแต่ละลักษณะ เวลาที่เฟสหรือปรากฏการณ์ที่กำลังเป็นอยู่ การสังเกต
การใช้งานเป็นเรื่องธรรมดามากใน สถิติเชิงพรรณนาเนื่องจากการวัดนี้จึงเป็นไปได้ที่จะทราบวิธีการกระจายการสังเกตลักษณะเดียวกันในประชากรกลุ่มตัวอย่าง
โฆษณา
ดังนั้น การคำนวณจึงง่ายมาก เนื่องจากต้องการเพียงการนับครั้งที่สังเกตลักษณะหรือเวลาที่ปรากฏในกลุ่มข้อมูลเท่านั้น
การเป็นตัวแทนของมันสามารถแสดงผ่านการตั้งชื่อต่อไปนี้: Fผม, xผมหรือ นผมโดยที่ตัวอักษร f, x, n สอดคล้องกับความถี่ และตัวอักษร i แสดงถึงการวนซ้ำครั้งที่ i ของการทดลองที่กำลังดำเนินการ
โฆษณา
ในบทความนี้คุณจะพบ:
การคำนวณความถี่สัมบูรณ์
มีวิธีที่ง่ายมากในการตรวจสอบความถูกต้องของการคำนวณของคุณ นั่นคือ ของความถี่สัมบูรณ์ทั้งหมดของประชากรตัวอย่าง และนั่นคือโดยการหาผลรวมของพวกมันทั้งหมด
โฆษณา
ซึ่งหมายความว่าผลรวมของแต่ละความถี่สัมบูรณ์ของกลุ่มตัวอย่างจะสอดคล้องกับจำนวนข้อมูลทั้งหมดในตัวอย่าง ข้อมูลนี้แสดงโดย นู๋.
ในกรณีนี้ สูตรในการคำนวณความถี่สัมบูรณ์คือ:
โฆษณา
ผม = น
Ʃ เฝอผม = ฉ1+ ฉ2+ ฉ3 +… + เฝอน = น
โฆษณา
ผม = น
ประโยชน์ของความถี่แอบโซลูท
ความถี่สัมบูรณ์ช่วยให้:
- แสดงกราฟิก graphic ความถี่ในการเกิดขึ้น ของข้อมูลตัวอย่างแต่ละรายการ ไม่ว่าจะผ่านฮิสโทแกรมความถี่ กราฟแท่ง แผนภูมิวงกลม และอื่นๆ ที่ออกแบบมาเป็นพิเศษสำหรับการศึกษาแต่ละครั้ง
- เรียนรู้เพิ่มเติมเกี่ยวกับลักษณะของกลุ่มตัวอย่าง ประชากร และจักรวาล
- สร้างหนึ่ง ตารางความถี่ ทั้งสำหรับตัวแปรเชิงปริมาณและสำหรับตัวแปรเชิงคุณภาพที่สามารถจัดเรียงตามลำดับได้
- สร้างตารางความถี่ด้วยตัวแปรที่ไม่ต่อเนื่อง ซึ่งเรียงลำดับจากสูงสุดไปต่ำสุดและตารางของ ความถี่ที่มีตัวแปรต่อเนื่อง ซึ่งอนุญาตให้เรียงลำดับจากต่ำสุดไปสูงสุดและจัดกลุ่มเป็นคลาสหรือ ช่วงเวลา
- คำนวณ ความถี่สัมบูรณ์สะสม และ ความถี่สัมพัทธ์, สิ่งสำคัญในการกรอกตารางความถี่, การคำนวณการวัดอื่น ๆ สถิติ และความประณีตของกราฟิกที่เกี่ยวข้อง
ตัวอย่างความถี่สัมบูรณ์
เพื่อเป็นตัวอย่างความถี่สัมบูรณ์ จะพิจารณาสองรูปแบบ โดยพิจารณาจากค่าในตัวแปรแบบไม่ต่อเนื่องและตัวแปรต่อเนื่อง
ตัวอย่างความถี่สัมบูรณ์สำหรับตัวแปรไม่ต่อเนื่อง
บริษัทต้องการสร้างความบันเทิงให้เด็กๆ ของพนักงาน 20 คน (เท่ากับ N = 20) และมอบของขวัญให้หลังจากปรึกษาหารือกันแล้ว ได้ข้อมูลต่อไปนี้:
2, 1, 0, 2, 4, 3, 4, 3, 2, 0, 1, 3, 2, 1, 1, 3, 0, 2, 2, 0
การทำตารางข้อมูลให้ตารางต่อไปนี้:
จำนวนบุตร | Fผม |
0 | 4 |
1 | 4 |
2 | 6 |
3 | 4 |
4 | 2 |
รวม | 20 |
จากนั้นจะสามารถตรวจสอบได้ว่าข้อมูลทั้งหมดได้รับการนับแล้ว เนื่องจากผลรวมของความถี่สัมบูรณ์ทั้งหมดตรงกับขนาดตัวอย่างโดยสมบูรณ์: รวม = 20 เท่ากับ N = 20
ในทำนองเดียวกันสามารถกำหนดความถี่ของจำนวนบุตรของพนักงานแต่ละคนได้: ไม่มีพนักงาน 4 คน เด็ก 4 คนมีลูกเพียง 1 คนคนงาน 6 คนมีลูก 2 คน 4 คนมีลูก 3 คนและในที่สุด 2 คนก็มี 4 คน เด็ก.
ตัวอย่างความถี่สัมบูรณ์สำหรับตัวแปรต่อเนื่อง
บริษัทเดียวกันจากตัวอย่างที่แล้วยังต้องทราบความสูงของพนักงานแต่ละคนด้วย (N ยังคงเป็น = 20) ในกรณีนี้ข้อมูลจะเป็น ตัวเลขทศนิยม เมื่อพิจารณาจากคุณลักษณะนี้ จะสะดวกกว่าที่จะทำงานกับช่วงข้อมูล มิฉะนั้น การทำงานของ ตาราง
หลังจากทำการวัดตามลำดับ ได้ 20 การวัดต่อไปนี้:
1.67, 1.72, 1.90, 1.76, 1.72, 1.96, 1.78, 1.68, 1.87, 1.84, 1.92, 1.72, 1.71, 1.88, 1.77, 1.66, 1.73, 1.82, 1.90, 1.79
การทำตารางข้อมูลให้ตารางต่อไปนี้:
ความสูงของพนักงาน | fi |
[1.60 – 1.70) | 3 |
[1.70 – 1.80) | 9 |
[1.80 – 1.90) | 4 |
[1.90 – 2.00) | 4 |
รวม | 20 |
สัญลักษณ์ "[" แสดงว่าตัวเลขที่ตามมารวมอยู่ในหมวดหมู่ ในขณะที่สัญลักษณ์ ")" แสดงว่าตัวเลขที่อยู่ข้างหน้านั้นไม่รวมอยู่ในหมวดหมู่
จากนั้นจะสามารถตรวจสอบได้ว่าทั้งหมด ข้อมูลเนื่องจากผลรวมของความถี่สัมบูรณ์ทั้งหมดเกิดขึ้นพร้อมกันกับขนาดกลุ่มตัวอย่าง: รวม = 20 เท่ากับ N = 20
ในทำนองเดียวกัน ความถี่ของความสูงในคนงานสามารถกำหนดได้: พนักงาน 3 คนมีความสูงระหว่าง 1.60 ถึง 1.70 9 คนสูงระหว่าง 1.70 ถึง 1.80 คน 4 คนวัดจาก 1.80 ถึง 1.90 และสุดท้าย 4 คนวัดจาก 1.90 ถึง 2.00.
การแสดงกราฟิกของความถี่สัมบูรณ์
มีหลายวิธีที่จะ พล็อตความถี่สัมบูรณ์บางส่วนของพวกเขาคือ:
- แผนภาพภาค: กราฟนี้ประกอบด้วยวงกลม แบ่งออกเป็นภาค ตามสัดส่วนของความถี่สัมพัทธ์ที่แสดง
- ฮิสโตแกรมความถี่สัมบูรณ์: หมายถึงแต่ละ ตัวแปร ในรูปแบบของแท่งแท่ง ฐานเป็นสัดส่วนกับความถี่สัมบูรณ์ตามลำดับ
- ไดอะแกรมรูปหลายเหลี่ยมหรือสี่เหลี่ยมผืนผ้า: ดำเนินการโดยการวาดเส้นเพื่อรวมจุดสูงสุดของคอลัมน์ของฮิสโตแกรมความถี่สัมบูรณ์