ヒストグラム(度数分布表)

• 問題提起

  • ヒストグラム(度数分布表)とは何だろうか。
  • 何に使うものか。

• ヒストグラムの用途

  • データの分布を可視化したいときに用いる。
    • 可視化することで、各種統計値(平均や分散など)よりも詳しくデータの分布を知ることができる。

• ヒストグラムの仕様例(データは仮のもの)

  • データの説明

    • 20個のポットで同じ種類の花を育てた。
    • 咲いた花の数のデータを取った。
    • 花の数の分布をヒストグラムで可視化すると、何がわかるだろうか。

  • データ

ポットNo	花の数
1	10
2	9
3	12
4	10
5	10
6	9
7	7
8	14
9	11
10	12
11	18
12	17
13	15
14	15
15	16
16	16
17	15
18	14
19	13
20	15

• 上記データから作成したヒストグラム

  • 横軸: 咲いた花の数

  • 縦軸: 咲いた花の数の度数
    

    • 10個の花が咲いたポットは3つあり、15個の花が咲いたポットは4つある。

• pythonでヒストグラムを作成するコードの例

  import matplotlib.pyplot as plt
  x = [10, 9, 12, 10, 10, 9, 7, 14, 11, 12, 18, 17, 15, 15, 16, 16, 15, 14, 13, 15]
  fig = plt.figure()
  ax = fig.add_subplot(1, 1, 1)
  ax.hist(x)
  fig.show()
  plt.savefig('sample_histogram.png')
  

  • たくさんのヒストグラムを作成するときなど、pythonは便利。

• ヒストグラムから読み取れること

  • 同じ種類の花を育てたのに、ヒストグラムには2つの山が存在する。
    • 10個くらいの花が咲いたポットと、15個くらいの花が咲いたポットが多い
  • なぜだろうか？
    • もしかして、生育環境など、条件が異なっていたのではないか？
  • 統計量との違い
    • 平均値や標準偏差からでは、こういった疑問を持つことができない。
    • 可視化することで初めて分かる。
  • 調査の結果、分布の差の理由がわかるかもしれない。
    • 例えば、この20のポットは、異なる栽培条件の元で育てられたものだった。
      • ポット1~10はひなたに置いて育てた。
      • ポット1~10は日陰に置いて育てた。

• まとめ

  • ヒストグラムは、データの分布を可視化することに使える。
  • 可視化することで、平均や標準偏差よりも詳しくデータについて知ることができる。