频数分布直方图的画法及组距组数的确定

频数分布直方图是用来直观展示一组数据分布情况的统计图。它的核心在于如何把连续的数据分成几个区间（组），并统计每个区间里数据的个数（频数）。确定好分几组、每组多宽，整张图才能准确反映数据的规律。下面直接拆解成两个部分：先确定组数和组距，再按步骤画出直方图。

确定组数与组距

在画图之前，必须决定要把数据分成多少组（组数），以及每个组覆盖的数值范围有多宽（组距）。这两个值是相互关联的。

1. 找出数据的范围：找出数据中的最大值和最小值。然后用最大值减去最小值，得到数据的极差（也叫全距）。极差告诉了我们所有数据的总跨度。

2. 确定一个初步的组数：根据数据的样本量 n 来粗略估计组数 k。经验法则通常是 5 到 20 组之间。可以参考这个标准：当 n 在 50 个数据左右时，组数可取 5 到 10 组；当 n 在 100 个以上时，组数可取 10 到 20 组。一个常用的估算是组数 k 约等于 √n 并取整。例如，有 60 个数据，√60 约等于 7.7，那么初步组数可以定为 8 组。

3. 计算初步的组距：用极差除以初步确定的组数 k，得到初步的组距。公式即：组距 = 极差 / 组数。这个结果通常不是一个方便操作的整数。需要调整这个结果，让它变成一个方便阅读和计算的数值。常见的方便组距有 1、2、5、10 这样的整数，或者 0.2、0.5、0.1 这样的小数，具体取决于数据的精度。向上取整或就近取整到这个方便的数值上。

4. 反向微调组数：用方便组距重新计算组数。新的组数 = 极差 / 方便组距。如果结果不是整数，向上取整到下一个整数。确保最终的组距和组数配套，能让所有数据都能被包含进去，通常分组的起点可以比最小值稍小一点，终点比最大值稍大一点，以保证边界值不落空。

   • 举个例子：一组身高数据，最小值 142 厘米，最大值 173 厘米。极差是 173 – 142 = 31 厘米。数据量有 50 个，初步定为 7 组。初步组距 = 31 / 7 ≈ 4.43。不方便，取方便组距 5。新组数 = 31 / 5 = 6.2，向上取整为 7 组。可以设定第一组从 140 厘米开始（比最小值略低），然后依次是 140 ~ 145、145 ~ 150、150 ~ 155 ……直到 175 ~ 180。这样就确定了组距为 5，组数为 7。起点和终点把整个数据覆盖了。

画频数分布直方图的步骤

组距和组数确定后，开始统计和画图。

1. 列出分组表格：制作一个表格，第一列是分组区间（左闭右开，例如 [140, 145) 表示包含 140 但不包含 145），第二列是划记（用“正”字或其它方式快速统计），第三列是频数（划记的总数）。

2. 统计频数：逐条检查原始数据，看它落在哪个分组区间里。在那个区间的划记栏里画一笔。全部统计完之后，算出每个区间的总频数，并填入频数列。检查所有区间的频数之和是否等于数据总个数 n，必须相等。

3. 画出坐标轴：在纸上或软件中，画一条水平轴（横轴）和一条垂直轴（纵轴）。

   • 横轴：代表数据的分组。标注上分组区间的分界点（例如 140、145、150、155……）。注意每个区间在轴上占的长度要相等，因为所有组距是相等的。
   • 纵轴：代表数据的频数。标注上从 0 开始的整数刻度，刻度上限要超过所有组中标出的最高频数。

4. 画出每一个长条：针对每一个分组区间，画一个直条（矩形）。

   • 直条的宽度等于该组区间在横轴上的长度（即组距）。
   • 直条的高度等于该组的频数，看纵轴刻度确定。
   • 注意：每个直条之间必须紧挨着，中间不能有空隙。因为它们代表的是连续的数据区间。通常用左边界对应对应高度的左边缘，右边界对应高度条的右边缘，形成一个连续的长条形状。由于组距相同，每个长条的底边宽度是完全一样的，只有高度不同。

5. 完成图形：检查所有数据组是否都已经画出。标注横轴的单位（例如“身高/cm”）和纵轴的名称（“频数”）。添加一个合适的标题，例如“学生身高频数分布直方图”。核对频数总和与数据总个数一致后，图形就完成了。

一旦组距和组数选得合理，直方图就能清晰地揭示数据的集中趋势、离散程度和分布形态（例如是否对称、是否有峰值、是否有异常值）。整个过程的要点就是先找出极差，再确定合理的组距，最后绘制等宽、密接的长条。