目次（まとめ）

◾️ 度数分布表を作成し、数値データを分類する

◾️ ヒストグラムを用いて、度数分布表を可視化する


こんにちは、みっちゃんです。

わたしたちは、普段生活する中で、多くの数字に遭遇します。

例えば、コンビニエンスストアに入ると、"110円" のおにぎり、"200円" のお茶、"50円" のお菓子、などさまざまな値段のついたものが並んでいます。

また、投票にいくと、その結果として、A候補の得票数は "1000票"、B候補の得票数は "1400票"、C候補の得票数は "3000票" といったように、さまざまな得票数が得られます。

このように、さまざまな数値データを扱うのが「統計」ですが、数値データをまとめて表示した表が「度数分布表」、さらにグラフとして可視化したのが「ヒストグラム」です。

今回の記事では「度数分布表」と「ヒストグラム」の関係について、解説していきます。

度数分布表を作成し、数値データを分類する

ここでは、説明のため、以下のような数値データがあるとします。

6.2658858, 8.0526865, 3.9419547, 7.4756913, 8.7231253, 7.0644387, 2.7964198, 0.9280137, 3.1400580, 1.2473234

ちなみに、この数値データは、以下のように、Rの一様乱数（0〜10の範囲で10個）を使って作っています（Rについては、こちらの記事をご参照ください）。

> num <- runif(10, 0, 10)

このデータから、度数分布表は、以下のように書くことができます。

階級度数
0　〜　11
1　〜　21
2　〜　31
3　〜　42
4　〜　50
5　〜　60
6　〜　71
7　〜　82
8　〜　92
9　〜　100

やっていることは簡単で、まず「階級」を設定して、それぞれの階級の中に入る数値を「度数」として数え上げるだけです。

ここでは「階級」を10個設定していることになります。

この表を見ると、"3〜4"、"7〜8"、"8〜9" の範囲に、比較的多く（2個）の数値が含まれていることがわかります。

ヒストグラムを用いて、度数分布表を可視化する

ヒストグラムは、Rをつかって、以下のように描くことができます。

> hist(num, breaks=seq(0, 10, 1))

ここで、"num" には上で設定した10個の数字、"breaks" で階級を指定しています。

"seq(0, 10, 1)" とすることで、"0" から "10" の範囲で "1" の幅で、階級を設定することができます。

これを実行すると、以下のように「ヒストグラム」を描くことができます。

この図からも、"3〜4"、"7〜8"、"8〜9" の範囲に、比較的多く（2個）の数値が含まれていることがわかります。

例えば、階級の幅を "0.5" にしたければ、以下のように実行します。

> hist(num, breaks=seq(0, 10, 0.5))

このように図示すると、"0.5" の幅で階級を分けたときに、"7.0〜7.5" の範囲の数値が2個あることが、簡単にわかります。

度数分布表を書くのは大変かもしれませんが、ヒストグラムを描けば、数値の分布を簡単に把握することができます。

また、ヒストグラムの詳細のデータは、以下のように得ることができます。

> (hist(num, breaks=seq(0, 10, 0.5)))
$breaks
 [1]  0.0  0.5  1.0  1.5  2.0  2.5  3.0  3.5  4.0  4.5  5.0  5.5  6.0  6.5  7.0
[16]  7.5  8.0  8.5  9.0  9.5 10.0

$counts
 [1] 0 1 1 0 0 1 1 1 0 0 0 0 1 0 2 0 1 1 0 0

$density
 [1] 0.0 0.2 0.2 0.0 0.0 0.2 0.2 0.2 0.0 0.0 0.0 0.0 0.2 0.0 0.4 0.0 0.2 0.2 0.0
[20] 0.0

$mids
 [1] 0.25 0.75 1.25 1.75 2.25 2.75 3.25 3.75 4.25 4.75 5.25 5.75 6.25 6.75 7.25
[16] 7.75 8.25 8.75 9.25 9.75

$xname
[1] "num"

$equidist
[1] TRUE

attr(,"class")
[1] "histogram"