组距分组是将全部变量值依次划分为若干个区间,并将这一区间的变量值作为一组。组距分组是
数值型数据分组的基本形式。离散变量的整数值如果变动幅度较大,而且总体单位数N又很大,则也要进行组距分组。 在组距分组中,各组之间的取值界限称为
组限,一个组的最小值称为下限,最大值称为上限;上限与下限的差值称为组距;上限与下限值的平均数称为
组中值,它是一组变量值的代表值。
组距分组是将全部变量值依次划分为若干个区间,并将这一区间的变量值作为一组。组距分组是
数值型数据分组的基本形式。
在组距分组中,各组之间的取值界限称为
组限,一个组的最小值称为下限,最大值称为上限;上限与下限的差值称为组距;上限与下限值的平均数称为
组中值,它是一组变量值的代表值。
把所有数据分成若干组,每个小组的两个端点之间的距离(组内数据的取值范围)称为
组距。
1. 确定组数。一组数据的组数一般与数据本身的特点及数据的多少有关。由于分组的目的之一是为了观察数据分布的特征,因此
组数的多少应适中。如
组数太少,数据的分布就会过于集中,组数太多,数据的分布就会过于分散,这都不便于观察数据分布的特征和规律。
组数的确定应以能够显示数据的分布特征和规律为目的。
采用组距分组时,需要遵循“不重不漏”的原则。“不重”是指一项数据只能分在其中的某一组,不能在其他组中重复出现;“不漏”是指组别能够穷尽,即在所分的全部组别中每项数据都能分在其中的某一组,不能遗漏。
为解决“不重”的问题,
统计分组时习惯上规定“上
组限不在内”,即当相邻两组的上下限重叠时,恰好等于某一组上限的变量值不算在本组内,而计算在下一组内。而对于连续变量,可以采取相邻两组组限重叠的方法,根据“上组限不在内”的规定解决不重的问题,也可以对一个组的上限值采用小数点的形式,小数点的位数根据所要求的精度具体确定。例如,对零件尺寸可以分组为10-11.99、12-13.99、14-15.99,等等。
在组距分组中,如果全部数据中的最大值和最小值与其他数据相差悬殊,为避免出现空白组(即没有变量值的组)或个别
极端值被漏掉,第一组和最后一组可以采取“××以下”及“××以上”这样的
开口组。
开口组通常以相邻组的组距作为其组距。为了统计分析的需要,有时需要观察某一数值以下或某一数值以上的
频数或
频率之和,还可以计算出累积频数或
累积频率。
统计整理是对调查过程中得到的大量统计资料加工整理、汇总、列表的过程,处于统计工作的中间环节,起着承前启后的作用。编制组距变量数列是数据整理过程中的一个关键环节,它不仅直接影响统计资料整理的科学性和准确性,而且最终影响着统计分析结果的真实性。