Từ năm 2010 · Hơn 2 triệu lượt chạy công cụ mỗi tháng
Từ năm 2010
Thêm vào Chrome

Hộp Công Cụ Của Tôi

Chế Độ Tự Động

Chưa có công cụ nào được lưu.

Nâng Cấp Lên Phiên Bản Cao Cấp
Công cụ liên quan
Trình Tạo Biểu Đồ Phân Tán📊 Công cụ Tạo Biểu đồ Cột📈 Công Cụ Tạo Biểu Đồ Đường🥧 Công Cụ Tạo Biểu Đồ TrònMáy Tính Phân Phối BetaMáy tính Trung vịMáy tính RMS
Trang chủ > Toán học > Thống kê và phân tích dữ liệu
 

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.

Sử dụng miễn phíKhông cần đăng kýCập nhật 01/2026
Trình tạo HistogramDùng thử ngay — miễn phí ▼

Các bộ dữ liệu ví dụ nhanh

Embed Trình tạo Histogram Widget

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

Cách sử dụng Trình tạo Histogram này

  1. 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.
  2. 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.
  3. Chọn độ chính xác thập phân: Chọn số chữ số thập phân muốn hiển thị trong thống kê (2-10).
  4. Tạo histogram: Nhấp vào nút để tạo trực quan hóa của bạn cùng với các số liệu thống kê toàn diện.
  5. 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

Các hình dạng phân phối

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

Tần suất
$$f_i = \text{số lượng giá trị trong nhóm } i$$
Tần suất tương đối
$$\text{Tần suất tương đối} = \frac{f_i}{n}$$
Mật độ
$$\text{Mật độ} = \frac{f_i}{n \times w}$$

trong đó w = chiều rộng nhóm, làm cho tổng diện tích = 1

Độ lệch (Skewness)
$$\gamma_1 = \frac{n}{(n-1)(n-2)} \sum \left(\frac{x_i - \bar{x}}{s}\right)^3$$
Độ nhọn (Kurtosis dư)
$$\gamma_2 = \frac{n(n+1)}{(n-1)(n-2)(n-3)} \sum \left(\frac{x_i - \bar{x}}{s}\right)^4 - \frac{3(n-1)^2}{(n-2)(n-3)}$$

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

Có API dành cho developer: Chạy công cụ này từ ứng dụng, tự động hóa hoặc agent của bạn bằng một yêu cầu HTTP JSON. Xem tài liệu API

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.

Thống kê và phân tích dữ liệu:

Công cụ phổ biến và mới cập nhật:

Trình tạo biểu đồ hộp và râuTrình tạo CollageTrình tạo GIFXem tất cả →
Trang chủ > Toán học > Thống kê và phân tích dữ liệu > Trình tạo Histogram