14.03 频率分布直方图中的数据计算

🟦 频率分布直方图中的数据计算 (Data Calculation in Histograms)

核心心法

“以面积代频率，以中值代区间”。在频率分布直方图中，小长方形的面积即为频率，其总和恒等于 1。处理直方图数据的关键在于“估算”：用组中值代表组内个体的平均水平，用线性插值法锁定百分位数的精确位置。

---

一、 频率分布直方图的含义

• 核心定义：频率分布直方图以面积的形式反映了数据落在各个小组的频率大小。
• 基本性质：
  • 各个小长方形的面积 $S_i=\text{组距}\times \frac{\text{频率}}{\text{组距}}=\text{该组频率}$。
  • 各个小长方形的面积总和等于 1，即样本数据落在整个区间的频率为 1。

---

二、 样本平均数的估算

在频率分布直方图中，认为每一组的数据都集中在该组的组中值上： 设 $x_i$ 为第 $i$ 组的组中值，$p_i$ 为第 $i$ 组的频率，则样本平均数 $\bar{x}$ 为： $\bar{x}=x_1{p}_1+x_2{p}_2+\cdots +x_n{p}_n={\sum }_{i=1}^n{x}_i{p}_i$

---

三、 百分位数的计算 (面积分割法)

在频率分布直方图中，通常认为数据均匀分布在各自的区间上。

1. 确定所在组

计算第 $p$ 百分位数时，先寻找第一个累积面积大于或等于 $p\%$ 的小组 $i$： $\{\begin{array}{l}{p}_1+p_2+\cdots +p_{i-1}<p\%\\ p_1+p_2+\cdots +p_{i-1}+p_i\ge p\%\end{array}$

2. 精确值求解 (线性插值)

设第 $i$ 组对应的区间为 $(a,b)$，第 $p$ 百分位数为 $x_0$，则满足： $p_1+p_2+\cdots +p_{i-1}+(x_0-a)\cdot \frac{p_i}{b-a}=p\%$

• 几何意义：直线 $x=x_0$ 左侧所有小长方形的面积之和恰好为 $p\%$。

---

四、 样本方差的估算

利用组中值和频率进行加权计算： 设 $x_i$ 为组中值，$p_i$ 为频率，$\bar{x}$ 为前述估算的平均数，则方差 $s^2$ 为： $s^2=(x_1-\bar{x}{)}^2{p}_1+(x_2-\bar{x}{)}^2{p}_2+\cdots +(x_n-\bar{x}{)}^2{p}_n={\sum }_{i=1}^n(x_i-\bar{x}{)}^2{p}_i$

---

⚠️ 考场避坑与做题技巧

纵轴的含义

频率分布直方图的纵轴是 $\frac{\text{频率}}{\text{组距}}$，而不是频率本身。计算频率时务必用纵轴高度乘以组距，这是初学者最容易忽略的细节。

百分位数的快速定位

寻找中位数（第 50 百分位数）时，如果前两组面积和为 0.3，第三组面积为 0.4，那么中位数一定在第三组内，且位于该组的前一半（因为 $0.3+0.2=0.5$）。

估算值的局限性

直方图计算出的平均数、方差和百分位数均为估算值。因为在计算过程中，我们假设了组内数据是均匀分布或全部集中在中点，这与原始数据的真实值可能存在微小偏差。