Trình tạo Histogram
Tạo biểu đồ histogram đẹp mắt trực tuyến với phân tích thống kê toàn diện bao gồm trung bình, trung vị, yếu vị, độ lệch, độ nhọn và phát hiện hình dạng phân phối. Hỗ trợ tự động tính toán số nhóm tối ưu và xuất ảnh PNG.
Trình chặn quảng cáo đang ngăn chúng tôi hiển thị quảng cáo
MiniWebtool miễn phí nhờ quảng cáo. Nếu công cụ này hữu ích, hãy ủng hộ bằng Premium (không quảng cáo + nhanh hơn) hoặc cho phép MiniWebtool.com rồi tải lại trang.
- Hoặc nâng cấp Premium (không quảng cáo)
- Cho phép quảng cáo cho MiniWebtool.com, rồi tải lại
Giới thiệu về Trình tạo Histogram
Chào mừng bạn đến với Trình tạo Histogram, một công cụ trực quan hóa dữ liệu chuyên nghiệp giúp tạo các biểu đồ histogram tương tác đẹp mắt cho phân tích thống kê. Cho dù bạn là sinh viên đang học thống kê, nhà nghiên cứu phân tích dữ liệu thực nghiệm hay nhà khoa học dữ liệu khám phá các phân phối, công cụ này cung cấp khả năng trực quan hóa và phân tích toàn diện để giúp bạn hiểu dữ liệu của mình chỉ trong nháy mắt.
Histogram là gì?
Một histogram là một biểu diễn đồ họa sắp xếp dữ liệu số liên tục thành các nhóm (khoảng) và hiển thị tần suất của các điểm dữ liệu nằm trong mỗi nhóm. Không giống như biểu đồ cột so sánh dữ liệu phân loại, histogram tiết lộ mô hình phân phối cơ bản của dữ liệu số, cho bạn thấy các giá trị được trải rộng như thế nào trong toàn bộ phạm vi.
Histogram là công cụ cơ bản trong thống kê mô tả và phân tích dữ liệu khám phá. Chúng giúp trả lời các câu hỏi như: Dữ liệu của tôi có phân phối chuẩn không? Có giá trị ngoại lai không? Phân phối có bị lệch không? Có nhiều nhóm trong dữ liệu của tôi không (đa đỉnh)?
Các đặc điểm chính được tiết lộ bởi Histogram
- Xu hướng trung tâm: Nơi hầu hết các điểm dữ liệu tập trung (đỉnh của histogram)
- Độ trải rộng/Biến thiên: Độ rộng của phân phối kéo dài bao nhiêu
- Độ lệch: Tính bất đối xứng trong hình dạng phân phối
- Tính đa đỉnh: Số lượng đỉnh (đơn đỉnh, lưỡng đỉnh, đa đỉnh)
- Giá trị ngoại lai: Các giá trị bất thường nằm xa phân phối chính
Cách sử dụng Trình tạo Histogram này
- Nhập dữ liệu của bạn: Nhập các giá trị số cách nhau bằng dấu phẩy, khoảng trắng hoặc xuống dòng. Sử dụng các nút ví dụ để thử nghiệm với các bộ dữ liệu mẫu.
- Đặt số lượng nhóm: Chọn "Tự động" để tính toán tự động tối ưu, hoặc chỉ định một số tùy chỉnh (1-100). Càng nhiều nhóm sẽ cho thấy chi tiết tinh vi hơn; ít nhóm hơn sẽ cho thấy các mô hình khái quát hơn.
- Chọn độ chính xác thập phân: Chọn số chữ số thập phân muốn hiển thị trong thống kê (2-10).
- Tạo histogram: Nhấp vào nút để tạo trực quan hóa của bạn cùng với các số liệu thống kê toàn diện.
- Phân tích kết quả: Xem xét hình dạng phân phối, tóm tắt thống kê và bảng tần suất. Tải xuống biểu đồ dưới dạng PNG nếu cần.
Hiểu kết quả
Các số đo thống kê
- Trung bình (Average): Giá trị trung bình cộng của tất cả các điểm dữ liệu, nhạy cảm với các giá trị ngoại lai
- Trung vị: Giá trị ở giữa khi dữ liệu được sắp xếp, bền vững trước các giá trị ngoại lai
- Yếu vị (Mode): (Các) giá trị xuất hiện thường xuyên nhất trong bộ dữ liệu
- Độ lệch chuẩn: Đo lường độ trải rộng xung quanh giá trị trung bình; giá trị lớn hơn cho thấy sự biến thiên nhiều hơn
- Phương sai: Bình phương của độ lệch chuẩn, được sử dụng trong nhiều tính toán thống kê
- Khoảng biến thiên (Range): Hiệu số giữa giá trị lớn nhất và nhỏ nhất
- Độ lệch (Skewness): Đo lường tính bất đối xứng (dương = đuôi phải, âm = đuôi trái, không = đối xứng)
- Độ nhọn (Kurtosis): Đo lường độ dày của đuôi (dương = đuôi dày, âm = đuôi mỏng)
Các hình dạng phân phối
- Chuẩn (Hình chuông): Đối xứng quanh giá trị trung bình, với hầu hết dữ liệu ở gần trung tâm. Phổ biến trong các hiện tượng tự nhiên như chiều cao, điểm thi.
- Lệch phải (Dương): Đuôi dài kéo dài sang phải, trung bình > trung vị. Phổ biến trong thu nhập, giá nhà, thời gian chờ đợi.
- Lệch trái (Âm): Đuôi dài kéo dài sang trái, trung bình < trung vị. Phổ biến trong tuổi thọ, điểm thi với các bài kiểm tra dễ.
- Lưỡng đỉnh: Hai đỉnh riêng biệt, gợi ý có hai phân nhóm trong dữ liệu của bạn.
- Đồng nhất: Tất cả các giá trị xuất hiện với tần suất xấp xỉ bằng nhau.
Chọn đúng số lượng nhóm
Số lượng nhóm ảnh hưởng đáng kể đến giao diện của histogram và các mô hình nào trở nên rõ ràng. Quá ít nhóm sẽ che lấp chi tiết; quá nhiều nhóm sẽ tạo ra nhiễu.
Quy tắc Sturges
k = 1 + 3.322 × log₁₀(n). Hoạt động tốt cho dữ liệu phân phối chuẩn với n < 200.
Quy tắc Scott
h = 3.49 × σ × n^(-1/3), trong đó h là chiều rộng nhóm và σ là độ lệch chuẩn. Tối ưu cho phân phối chuẩn.
Quy tắc Freedman-Diaconis
h = 2 × IQR × n^(-1/3), trong đó IQR là khoảng tứ phân vị. Bền vững cho các phân phối bị lệch.
Cài đặt "Tự động" của chúng tôi lựa chọn một cách thông minh giữa các phương pháp này dựa trên đặc điểm dữ liệu của bạn.
Công thức Histogram
trong đó w = chiều rộng nhóm, làm cho tổng diện tích = 1
Ứng dụng của Histogram
Kiểm soát chất lượng
Ngành sản xuất sử dụng histogram để theo dõi biến thiên quy trình, xác định lỗi và đảm bảo sản phẩm đáp ứng các thông số kỹ thuật. Một histogram hẹp, tập trung cho thấy chất lượng nhất quán.
Tài chính và Kinh tế
Các nhà phân tích sử dụng histogram để trực quan hóa phân phối lợi nhuận, phân phối thu nhập và đánh giá rủi ro. Độ lệch và độ nhọn là cực kỳ quan trọng để hiểu rủi ro đuôi.
Y tế và Sinh học
Các nhà nghiên cứu y học sử dụng histogram để phân tích phân phối dữ liệu bệnh nhân, thời gian phản ứng với thuốc và các phép đo sinh học.
Giáo dục
Giáo viên sử dụng histogram để trực quan hóa phân phối điểm thi, giúp xác định xem bài kiểm tra quá dễ (lệch trái), quá khó (lệch phải) hay có độ thách thức phù hợp (chuẩn).
Câu hỏi thường gặp
Histogram là gì?
Histogram là một biểu diễn đồ họa sắp xếp các điểm dữ liệu thành các phạm vi xác định được gọi là các nhóm hoặc khoảng. Khác với biểu đồ cột hiển thị dữ liệu phân loại, histogram hiển thị phân phối tần suất của dữ liệu số liên tục, giúp bạn hình dung cách dữ liệu trải rộng trên các phạm vi giá trị khác nhau.
Làm thế nào để chọn đúng số lượng nhóm cho một histogram?
Số lượng nhóm tối ưu phụ thuộc vào kích thước và phân phối dữ liệu của bạn. Các phương pháp phổ biến bao gồm: Quy tắc Sturges (k = 1 + 3.322 log₁₀(n)) cho phân phối chuẩn, Quy tắc Scott sử dụng độ lệch chuẩn, và Quy tắc Freedman-Diaconis sử dụng khoảng tứ phân vị cho dữ liệu bị lệch. Công cụ của chúng tôi có thể tự động xác định các nhóm tối ưu bằng các phương pháp này.
Độ lệch và độ nhọn cho tôi biết điều gì về histogram của mình?
Độ lệch đo lường tính bất đối xứng: độ lệch dương có nghĩa là đuôi kéo dài sang phải (trung bình > trung vị), độ lệch âm có nghĩa là đuôi kéo dài sang trái (trung bình < trung vị), và số không cho thấy tính đối xứng. Độ nhọn đo lường độ dày của đuôi: độ nhọn dương (leptokurtic) có đuôi dày và đỉnh nhọn, độ nhọn âm (platykurtic) có đuôi mỏng và đỉnh phẳng, và số không (mesokurtic) giống với phân phối chuẩn.
Sự khác biệt giữa tần suất và mật độ trong một histogram là gì?
Tần suất cho thấy số lượng điểm dữ liệu thô trong mỗi nhóm. Mật độ (hoặc mật độ tần suất tương đối) được tính bằng tần suất chia cho (tổng số lượng × chiều rộng nhóm), làm cho tổng diện tích dưới histogram bằng 1. Mật độ hữu ích khi so sánh các histogram có kích thước mẫu hoặc chiều rộng nhóm khác nhau.
Làm thế nào tôi có thể diễn giải hình dạng của histogram?
Các hình dạng histogram phổ biến bao gồm: Chuẩn/Hình chuông (đối xứng quanh giá trị trung bình), Lệch phải (đuôi dài sang phải, phổ biến trong dữ liệu thu nhập), Lệch trái (đuôi dài sang trái, như tuổi nghỉ hưu), Lưỡng đỉnh (hai đỉnh, gợi ý có hai nhóm), Đồng nhất (các tần suất xấp xỉ bằng nhau), và Đa đỉnh (nhiều đỉnh cho thấy các phân nhóm riêng biệt).
Tài nguyên bổ sung
Tham khảo nội dung, trang hoặc công cụ này như sau:
"Trình tạo Histogram" tại https://MiniWebtool.com/vi/trình-tạo-histogram/ từ MiniWebtool, https://MiniWebtool.com/
bởi đội ngũ miniwebtool. Cập nhật: 22/01/2026
Bạn cũng có thể thử AI Giải Toán GPT của chúng tôi để giải quyết các vấn đề toán học của bạn thông qua câu hỏi và trả lời bằng ngôn ngữ tự nhiên.
Các công cụ liên quan khác:
Thống kê và phân tích dữ liệu:
- Máy tính ANOVA
- Máy tính trung bình số học
- Máy Tính Trung Bình - Độ Chính Xác Cao
- Máy tính độ lệch trung bình
- Trình tạo biểu đồ hộp và râu
- Máy Tính Kiểm Định Chi-Square
- Máy tính Hệ số Biến đổi
- Máy tính Cohen
- Máy tính tỷ lệ tăng trưởng kép
- Máy tính khoảng tin cậy
- Máy Tính Khoảng Tin Cậy cho Tỷ lệ Mới
- Máy Tính Hệ Số Tương Quan
- Máy tính Trung bình Hình học
- Máy tính Trung bình Hài hòa
- Trình tạo Histogram
- Máy tính Phạm vi Liên vùng
- Máy tính kiểm định Kruskal-Wallis
- Máy Tính Hồi Quy Tuyến Tính
- Máy tính Tăng trưởng Logarit
- Máy tính kiểm định Mann-Whitney U
- Máy tính Độ lệch Tuyệt đối Trung bình
- Máy tính trung bình
- Máy tính Số trung bình, Trung vị, Yếu vị
- Máy tính độ lệch tuyệt đối trung vị
- Máy tính Trung vị
- Máy tính Midrange
- Máy tính Chế độ
- Máy tính Giá trị ngoại lệ
- Máy tính độ lệch chuẩn dân số-độ chính xác cao
- Máy tính tứ phân vị
- Máy tính Độ lệch Tứ phân vị
- Máy tính Phạm vi
- Máy Tính Độ Lệch Chuẩn Tương Đối Nổi bật
- Máy tính RMS
- Máy tính trung bình mẫu Nổi bật
- máy tính kích thước mẫu
- Máy tính độ lệch chuẩn mẫu
- Trình Tạo Biểu Đồ Phân Tán
- Máy tính độ lệch chuẩn - Độ chính xác cao Nổi bật
- Máy Tính Lỗi Tiêu Chuẩn
- Máy tính Thống kê
- Máy Tính Kiểm Định t
- máy tính phương sai (Độ chính xác cao)
- Trình tính Z-Score Mới