Визуализация статистических данных является неотъемлемой частью аналитической работы, позволяя мгновенно оценивать характер распределения значений. Полигон распределения представляет собой ломаную линию, соединяющую точки, соответствующие частотам отдельных значений или интервалов выборки. Этот инструмент незаменим, когда необходимо сравнить несколько совокупностей или проследить динамику изменения признака, так как он дает более четкое представление о форме кривой, чем гистограмма.
Для построения такого графика в Microsoft Excel пользователю не требуются сложные надстройки, достаточно базового понимания работы с таблицами и диаграммами. Ключевой особенностью полигона является то, что он строится по серединам интервалов группировки, а не по их границам, что отличает его от кумуляты. В этой статье мы подробно разберем процесс подготовки данных и настройки визуализации.
Прежде чем приступать к построению, важно понимать, что исходный массив данных должен быть упорядочен и, желательно, сгруппирован. Интервальный ряд позволяет охватить большие объемы информации, разбивая их на понятные сегменты. Если ваши данные представляют собой сплошной ряд единичных значений, их сначала необходимо преобразовать в группированны вид для корректного отображения.
Подготовка исходных данных и группировка
Первым шагом в процессе создания графика является правильная организация числового массива. Хаотично разбросанные значения не позволят построить адекватную модель распределения, поэтому данные следует отсортировать по возрастанию. Это поможет выявить минимальные и максимальные значения, что критически важно для определения шага группировки.
Далее необходимо определить количество интервалов, на которые будет разбита вся совокупность. Существует эмпирическое правило Стэрджеса, которое гласит, что число групп k зависит от объема выборки n по формуле k = 1 + 3.322 * lg(n). Соблюдение этого правила позволяет избежать излишней детализации или, наоборот, чрезмерного укрупнения данных.
После расчета шага интервала создается таблица, содержащая границы интервалов и их середины. Именно середины интервалов будут использоваться в качестве оси X для нашего полигона. В смежном столбце рассчитывается частота попадания значений в каждый интервал, для чего удобно использовать функцию СЧЁТЕСЛИ или инструмент «Анализ данных».
Расчет частот и накопленных показателей
Для построения качественного полигона недостаточно просто посчитать количество попаданий в интервал. Часто требуется анализ накопленной частоты, которая показывает, сколько элементов выборки меньше или равно верхней границе текущего интервала. Это позволяет строить не только обычный полигон, но и кумуляту, хотя техника построения линий в Excel для них схожа.
В Excel расчет частот можно автоматизировать. Если вы используете ручной метод, формула будет выглядеть как подсчет значений, попадающих в диапазон [a; b). Для автоматизации процесса можно задействовать надстройку «Пакет анализа», выбрав инструмент «Гистограмма», который сам создаст таблицу частот на основе введенных вами интервалов (карманов).
Важно проверить сумму полученных частот: она должна строго соответствовать объему исходной выборки. Любое расхождение указывает на ошибку в задании границ интервалов, особенно на стыках, где одно значение может быть ошибочно отнесено к соседней группе или пропущено.
☑️ Проверка данных перед построением
Ниже приведена таблица, демонстрирующая пример структуры данных, готовой к визуализации. Обратите внимание на разделение столбцов для интервалов, их середин и подсчитанных частот.
| Интервал | Середина интервала | Частота | Накопленная частота |
|---|---|---|---|
| 10 – 20 | 15 | 5 | 5 |
| 20 – 30 | 25 | 12 | 17 |
| 30 – 40 | 35 | 20 | 37 |
| 40 – 50 | 45 | 10 | 47 |
| 50 – 60 | 55 | 3 | 50 |
Построение базовой диаграммы
Когда таблица с данными готова, переходим к непосредственному созданию графика. В ленте меню Excel необходимо перейти на вкладку «Вставка» и выбрать тип диаграммы «Точечная». Важно выбрать вариант «Точечная с прямыми отрезками и маркерами», так как именно этот тип позволяет соединить точки линиями, сохранив видимость узловых значений.
Если просто выбрать стандартную гистограмму или линейчатую диаграмму, оси могут отобразиться некорректно, так как Excel воспримет числовые значения середин интервалов как текстовые подписи категорий. Точечная диаграмма обрабатывает обе оси как числовые, что является обязательным условием для статистически верного полигона.
После появления пустого поля диаграммы, нажмите правой кнопкой мыши и выберите «Выбрать данные». В открывшемся окне нужно добавить новый ряд, указав в качестве значений оси X столбец «Середина интервала», а в качестве значений оси Y — столбец «Частота».
Настройка осей и сетки графика
Полученный по умолчанию график часто требует доработки для соответствия стандартам статистической отчетности. В первую очередь следует обратить внимание на оси. Ось абсцисс (горизонтальная) должна начинаться с минимального значения середины интервала, а ось ординат (вертикальная) — с нуля, чтобы не искажать визуальное восприятие высоты пиков.
Для настройки осей дважды кликните по числовым значениям на соответствующей оси. В открывшемся меню «Формат оси» можно задать минимальное и максимальное значения, а также цену деления. Рекомендуется установить цену деления равной шагу интервала, чтобы метки на оси совпадали с реальными границами или серединами групп.
⚠️ Внимание: Никогда не оставляйте ось Y «плавающей», начинающейся с произвольного числа. Это классическая ошибка, которая визуально exaggerates (преувеличивает) различия между частотами, делая малые колебания похожими на резкие скачки.
Добавление сетки облегчает чтение графика. В меню элементов диаграммы включите основные линии сетки по обеим осям. Это поможет зрителю быстрее соотносить точки полигона с числовыми значениями шкал.
Улучшение читаемости и оформление
Эстетическая составляющая также играет роль в восприятии информации. Маркеры данных (точки на линиях) можно сделать более крупными или изменить их форму, чтобы полигон выглядел выразительнее. Цвет линии лучше выбрать контрастный по отношению к фону, избегая слишком бледных оттенков.
Не забудьте добавить заголовки осей. Без подписей «Зарплата (тыс. руб.)» или «Количество сотрудников» график теряет свой смысл. Эти элементы добавляются через меню «Добавить элемент диаграммы» → «Названия осей».
Как добавить нулевые точки на края?
Чтобы полигон «приземлялся» на ось X, добавьте в таблицу данных два фиктивных интервала с частотой 0: один перед первым реальным интервалом и один после последнего. Это замкнет контур распределения и сделает график академически правильным.
Если на одном графике отображается несколько полигонов (сравнительный анализ), обязательно используйте легенду и различайте линии по стилю (сплошная, пунктирная) или цвету. Перегруженность деталями может запутать читателя, поэтому ограничьтесь 3-4 сравниваемыми рядами на одном поле.
Анализ формы распределения
Построив полигон, аналитик переходит к интерпретации результатов. Форма ломаной линии указывает на тип распределения: симметричное (нормальное), скошенное вправо или влево, а также наличие нескольких вершин (мод). Нормальное распределение характеризуется плавным подъемом до пика и симметричным спуском.
Наличие резких пиков или провалов может свидетельствовать о выбросах в данных или о неоднородности выборки. Например, бимодальное распределение (две вершины) часто говорит о том, что в одну выборку попали данные из двух разных генеральных совокупностей, которые следовало бы анализировать отдельно.
Для более глубокого анализа можно наложить на полигон теоретическую кривую нормального распределения, рассчитав ожидаемые частоты. Сравнение эмпирического полигона с теоретической кривой покажет степень отклонения реальных данных от идеальной модели.
Часто задаваемые вопросы (FAQ)
В чем главное отличие полигона от гистограммы?
Гистограмма представляет собой столбчатую диаграмму, где площадь столбца пропорциональна частоте, и она строится по границам интервалов. Полигон же — это линейный график, строящийся по серединам интервалов, что удобнее для сравнения нескольких распределений на одном поле.
Можно ли построить полигон для дискретного ряда?
Да, для дискретного ряда полигон строится еще проще: по оси X откладываются конкретные значения признака (варианты), а по оси Y — их частоты. Интервалы в этом случае не требуются.
Что делать, если полигон не сходится с осью X на краях?
Это означает, что в таблице данных не учтены нулевые частоты за пределами основного диапазона. Добавьте в начало и конец таблицы строки с частотой 0, чтобы линия графика начиналась и заканчивалась на нулевой отметке.
Какая версия Excel нужна для построения?
Функционал построения точечных диаграмм и работы с формулами доступен во всех версиях Excel, начиная с 2007 года. Интерфейс может незначительно отличаться в версиях 2010, 2013, 2016, 2019 и Office 365, но логика действий остается единой.