组距=方差/组数 ，然后向上取整 。但是组数怎么确定呢很复杂 ，8-10组之间然后再微调吧 。
在直角坐标系中，横轴表示样本数据的连续可取数值 ，按数据的最小值和最大值把样本数据分为m组 ，使最大值和最小值落在开区间(a,b)内，a略小于样本数据的最小值，b略大于样本数据的最大值。
当样本量不断增加而组距不断减小 ，每一组的平均频率密度就非常接近组中值处的频率密度 ，此时频率密度直方图的矩形顶边就非常接近一光滑曲线，该曲线就是频率密度函数曲线 。
扩展资料：
与频率分布直方图相关的一种图为折线图 。我们可以在直方图的基础上来画 ，先取直方图各矩形上边的中点 ，然后在横轴上取两个频数为0的点，这两点分别与直方图左右两端的两个长方形的组中值相距一个组距 ，将这些点用线段依次联结起来 ，就得到了频数分布折线直方图。
直方图用长方形的面积表示频数，长方形的面积越大 ，表示这组数据的频数越大;只有当长方形的底宽都相等即组距相等时 ，才可以用长方形的高表示频数的大小。条形图用条形的高度表示频数的大小 。
直方图中各长方形对应的是一个范围，由于每2个相邻范围之间不重叠 、不遗漏 ，因此直方图中的长方形之间没有空隙;而条形图中各个数据之间是相对独立的 ，各个条形之间是有空隙的，并不需要相邻 。
百度百科--频率分布直方图
高中数学。频率，组距 ，概率 ，求三者的公式
组数=（极差÷组距） 。组距=（最大值-最小值）÷组数 。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。
在统计学中 ，数据的分组是将一系列的观测值按照一定的范围或区间进行分类和汇总的过程 。这样做可以更好地理解数据的分布和特征 。组数和组距是在分组时需要考虑的重要因素。组数是指整个数据范围内划分的组的数量 。
组数的选择一般由数据的分布形态以及数据的精度要求来决定 。如果数据变化范围较大或需要更细致的分类 ，可以选择更多的组数。而如果数据的变化范围较小或仅需粗略分类，可选择较少的组数 。组距是每个组的宽度 。它是通过将数据范围（最大值-最小值）除以总组数来计算的。
组距的选择应该根据数据的变化范围以及所需的分类精度来确定。如果想更详细地观察数据的分布情况 ，可以选择较小的组距 ，增加组数；如果只需要整体了解数据的大致情况，可以选择较大的组距 ，减少组数 。
精确分类与整体把握组数和组距的计算
在数据统计和分析中起着重要的作用 。通过合理地确定组数和组距 ，我们能够更清晰地把握数据的分布特征，为进一步的数据分析和应用提供有效的参考。在实际操作中 ，我们需要根据具体的数据特点和分析目的来选择合适的组数和组距 。
更详细地了解数据的细微变化 ，可以选择较小的组距，增加组数，以获得更精确的分类结果 。相反 ，如果我们只需要大致了解数据的总体分布情况 ，可以选择较大的组距和较少的组数，以节省分析的复杂性和时间成本。
频率：频数/总数
组距：（:最大数--最小的数）/组数
概率：通过理论计算的结果 ，表示几率 。理论上事件A发生的次数/事件发生总数
采用组距分组需要经过以下几个步骤：
1 、确定组数 。
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 。
在实际分组时 ，可以按Sturges提出的经验公式来确定组数K：K=1+lgn/lg2 ，其中n为数据的个数，对结果用四舍五入的办法取整数即为组数。例如 ，对前例的数据有：K=1+lg50/lg2≈7 ，即应分为7组 。
2、确定各组的组距 。
组距是一个组的上限与下限的差，可根据全部数据的最大值和最小值（即极差）及所分的组数来确定，即组距=（最大值－最小值）÷组数。例如 ，对于前例的数据 ，最大值为139，最小值为107 ，则组距=（139－107）÷7=4.6。为便于计算 ，组距宜取5或10的倍数 。
本文来自作者[傲白]投稿，不代表欧欧号立场，如若转载，请注明出处：http://tg.ooclchb.cn/hohohao/1607.html
评论列表（3条）
我是欧欧号的签约作者“傲白”
本文概览：组距=方差/组数，然后向上取整。但是组数怎么确定呢很复杂，8-10组之间然后再微调吧。在直角坐标系中，横轴表示样本数据的连续可取数值，按数据的最小值和最大值把样本数据分为m组，...
文章不错《在频率分布直方中组距是如何确定的？》内容很有帮助