Как построить распределение в Excel: 5 методов с примерами и формулами

Эта формула посчитает суммарный вес наблюдений в каждом бине, а не их количество.

3. Сводные таблицы: динамическое распределение

Сводные таблицы позволяют строить распределения "на лету", группируя данные по заданным критериям. Это особенно удобно для больших наборов данных (тысячи строк), где ручная настройка бинов заняла бы часы.

Алгоритм действий:

1. Выделите исходные данные (включая заголовки столбцов).
2. Перейдите на вкладку Вставка → Сводная таблица.
3. В поле Строки перетащите столбец, по которому нужно построить распределение (например, Возраст).
4. В поле Значения перетащите тот же столбец — Excel автоматически посчитает количество записей для каждого уникального значения.

Группировка данных: Если значения непрерывные (например, доход от 10 000 до 100 000), кликните правой кнопкой по любому элементу в столбце Строки → Группировка. Задайте:

• 📅 Начальное и конечное значение (например, 10 000 и 100 000).
• 📊 Шаг группировки (например, 10 000 для интервалов 10 000-20 000, 20 000-30 000 и т.д.).

✔ Данные отсортированы по возрастанию

✔ Группировка охватывает все значения (нет "хвостов" за пределами интервалов)

✔ В поле "Значения" выбрано "Количество", а не "Сумма"

✔ Добавлена строка "Итоги" для проверки общего количества записей-->

Продвинутый трюк: Используйте вычисляемые поля для добавления статистик. Например, чтобы посчитать долю каждого интервала, создайте вычисляемое поле с формулой =Количество / Общая_сумма, где Общая_сумма — это сумма по всему столбцу Значения.

⚠️ Внимание: При группировке дат в сводных таблицах Excel по умолчанию создаёт интервалы по месяцам или годам. Если вам нужно распределение по дням недели или часам, предварительно добавьте вспомогательный столбец с функцией =ДЕНЬНЕД(B2) или =ЧАС(B2) и группируйте по нему.

4. Распределение с условным форматированием

Если вам нужно быстро оценить распределение прямо в таблице данных (без графиков), используйте условное форматирование. Этот метод подходит для выявления выбросов, кластеров или проверки нормальности распределения "на глаз".

Шаг 1. Выделите диапазон с данными (например, C2:C200).

Шаг 2. Перейдите на вкладку Главная → Условное форматирование → Гистограммы. Выберите вариант Данные гистограммы.

Шаг 3. Настройте параметры:

• 🎨 Цвет заполнения: выберите градиент (например, от светло-голубого до тёмно-синего).
• 📏 Метод: Процент (показывает долю значения относительно максимума) или Формула (для кастомных правил).
• 🔍 Пороговые значения: установите минимальное и максимальное значение вручную, если автоматический диапазон искажает картину.

Пример с формулой: Чтобы выделить значения выше 3-го квартиля (75-й процентиль), используйте правило =C2>КВАРТИЛЬ($C$2:$C$200;3). Это поможет визуально отделить "лидеров" от основной массы данных.

Ограничения метода:

• ❌ Не показывает точные частоты (только визуальную картину).
• ❌ Не подходит для больших наборов данных (более 1000 строк).
• ❌ Искажает восприятие при неравномерном распределении (например, если 90% данных сконцентрировано в 10% диапазона).

5. Продвинутые методы: кумулятивные распределения и кривые Лоренца

Для глубокого анализа распределений (например, в финансах или социологии) стандартных гистограмм недостаточно. Здесь пригодятся кумулятивные распределения и кривые Лоренца, которые показывают накопленную долю значений.

Кумулятивное распределение (CDF):

1. Отсортируйте данные по возрастанию (например, столбец D с доходами клиентов).
2. Добавьте вспомогательный столбец с накопленной долей:

   =СЧЁТЕСЛИ($D$2:D2; "<="&D2) / СЧЁТ($D$2:$D$100)

   Эта формула посчитает, какая часть значений меньше или равна текущему.

3. Постройте график: по оси X — исходные данные, по оси Y — накопленная доля.

Кривая Лоренца (для анализа неравенства):

1. Отсортируйте данные по возрастанию.
2. Посчитайте накопленную долю значений (как для CDF) и накопленную долю суммы:

   =СУММ($D$2:D2) / СУММ($D$2:$D$100)

3. Постройте график, где по оси X — накопленная доля наблюдений, а по оси Y — накопленная доля суммы. Чем сильнее кривая отклоняется от диагонали (линии равенства), тем выше неравенство.

Типичные ошибки и как их избежать

Даже опытные пользователи Excel допускают ошибки при построении распределений, которые искажают результаты. Вот самые распространённые из них:

1. Неправильный выбор ширины бина:

• 📉 Слишком широкие бины "сглаживают" распределение, скрывая пики и провалы.
• 📈 Слишком узкие бины создают "шум", затрудняя выявление трендов.

=ОКРУГЛ(2 * (МАКС(данные) - МИН(данные)) / (КОРЕНЬ(СЧЁТ(данные))))

2. Игнорирование выбросов:

Выбросы (экстремально большие или малые значения) могут искажать гистограммы, растягивая оси и делая основную массу данных неразличимой. Решение: Предварительно рассчитайте квартили (=КВАРТИЛЬ(данные;1) и =КВАРТИЛЬ(данные;3)) и установите границы бинов в пределах 1.5 × межквартильный размах от квартилей.

3. Путаница между частотами и плотностями:

Гистограммы в Excel по умолчанию показывают частоты (количество наблюдений в бине), а не плотности (долю от общего числа). Это критично для сравнения распределений с разным количеством наблюдений. Решение: Преобразуйте частоты в плотности, разделив их на общее число наблюдений и ширину бина:

=ЧАСТОТА(данные; бины) / (СЧЁТ(данные) * (МАКС(бины) - МИН(бины)) / СЧЁТ(бины))

FAQ: Ответы на частые вопросы

=СЧЁТЕСЛИМН(диапазон_данных; диапазон_категорий; категория)

=СЧЁТЕСЛИМН($B$2:$B$100; "Москва")