Гистограмма распределяет числовые результаты по интервалам. В обычном варианте высота столбца показывает, сколько наблюдений попало в соответствующий диапазон. Но шкала может быть нормирована в доли или в плотность. Эти варианты описаны в руководстве NIST о гистограммах. Поэтому чтение начинается с подписи оси, а не с самого высокого столбца.
Пятьдесят участников против восьми
Татьяна, героиня вымышленного примера, сравнивает отчёты по высоте прыжка. В её группе 20 человек, из них 8 попали в выбранный диапазон. В другом отчёте в том же диапазоне 50 человек. Татьяна опасается, что её группа выглядит значительно хуже. Но во второй группе всего 200 участников. Числа иллюстративны и не задают норматив прыжка.
Если вопрос звучит «какая доля группы находится в этом диапазоне», знаменатель меняет сравнение: 8/20 = 40%, а 50/200 = 25%. Абсолютное количество во второй группе больше, доля — меньше. Татьяна добавляет к диаграмме численность и обозначение процентов, а не говорит, что высокий столбец автоматически означает более типичный для группы результат. Из этих долей также нельзя заключить, что одна тренировочная программа лучше другой.
Сначала одинаковые интервалы и единицы
Для такого сопоставления выбранный диапазон должен совпадать в обоих отчётах. Столбец 20–30 см нельзя напрямую сравнивать со столбцом 20–25 см: в широкий интервал могут войти дополнительные наблюдения. Татьяна проверяет единицы и границы, в том числе куда программа относит значение точно на общей границе. Оно должно попасть в один интервал, а не быть посчитано дважды или потеряно.
Если в новом файле вместо одного результата на человека появились все его повторные попытки, подпись «доля участников» уже требует пересмотра. Количество строк и количество людей перестали совпадать. Татьяна возвращается к правилу, какой результат представляет участника в отчёте, прежде чем сравнивать новую диаграмму со старой.
Плотность — не ещё одно название процентов
NIST описывает и нормировку с учётом ширины интервала: частоту делят на число наблюдений и ширину. Тогда единице равна суммарная площадь столбцов, а не обязательно сумма их высот. Если ось подписана как плотность, высоту нельзя автоматически назвать процентом людей. В таком отчёте Татьяна ищет пояснение шкалы; для её простого вопроса о доле в выбранном диапазоне понятнее показать саму долю и численность группы.
Крайний столбец не даёт основания чистить данные
Отдельный столбец на краю распределения может привлечь внимание, но гистограмма не сообщает, ошибочны ли попавшие туда наблюдения. Если Татьяна захочет убрать их ради более ровной картинки, ей понадобится проверка исходных записей, а не смена оформления. Различие подтверждённой ошибки и необычного результата разобрано в статье выброс в результатах теста. Здесь же задача — честно показать, что именно считается и как распределены наблюдения.