学习如何展示离散变量的分布
学习目标
完成本单元后，您将能够：
- 定义数据分布。
- 区别离散变量的频率和比例分布。
简介
如果您已完成 Build Your Data Literacy（培养您的数据素养）学习路径中的 Well-Structured Data（结构化数据）模块，您已经了解数据是如何编排成列（或字段）和行的。在结构化数据中，每个变量（字段）都在自己的列中，对于该变量的每个不同观察（值）都在不同的行中。
变量既可以是离散的也可以是连续的。离散变量的值是分开的，泾渭分明，而连续变量的值形成不间断的整体。要进一步了解变量，请参见 Variables and Field Types（变量和字段类型）模块。
使用数据时，有时候您可能想看一下某个数据集的分布情况。分布展示所有可能的数据值及其出现频率（次数）。换句话说，分布描述的是每个数据值出现了多少次。分布的编排因变量是离散的还是连续的而异。我们首先来看离散变量。
离散变量的分布
当您查看离散变量的分布时，可以看到频率（总计数）或比例（百分比）。这是一个改编自在线统计学教育：多媒体学习课程的例子。项目领导：David M. Lane，莱斯大学。
糖果颜色的频率分布
想象您有一袋六种颜色的糖果。思考颜色这个变量。这是一个名称性的定性变量，因此您知道它是离散的。
离散变量是可数的。您把糖果全部倒出来，快速地数一数。您发现，共有 55 颗糖果，其中有 17 颗棕色的，18 颗红色的，7 颗黄色的，7 颗绿色的，2 颗蓝色的，还有 4 颗橙色的。
快速数完之后您得到了糖果袋里面糖果颜色的频率分布，或者换句话说，您的袋子里每种颜色的糖果分别有几颗。
您可以制作下面的频率表来描述频率分布。
| 颜色 |
频率 |
|---|---|
|
棕色 |
17 |
|
红色 |
18 |
|
黄色 |
7 |
|
绿色 |
7 |
|
蓝色 |
2 |
|
橙色 |
4 |
或者，您也可以通过图形来展现这种频率分布。用我们的可视化分析平台 Tableau 创建了这个。
糖果颜色的比例分布
我们的频率分布例子只涉及您的糖果袋。如果您想知道所有糖果袋的颜色分布，该怎么办？
糖果制造商提供了一些信息，但是它没有准确地列出它到底生产了多少各个颜色的糖果。该公司报告了每种颜色的比例而不是频率（有史以来生产的每种颜色总数）。您可以把比例想成生产的每种颜色的占比，以小数表示。比如，红色糖果的占比是 0.20，即生产的所有糖果中 20% 是红色的。
每颗糖果肯定是六种颜色中的一种，因此如果把所有六种颜色的占比相加，总数将是一（即 100%）。
展示这些比例的图形称为比例分布。下面的条形图展示糖果颜色的比例分布，换句话说，每种糖果颜色占生产的糖果总数的百分比。
用抽认卡测试您的知识
准备好了测试您所掌握的频率和比例分布知识了吗？ 看一眼两张分布图，展示一家销售三种类型产品：家具、办公用品和技术的公司。第一张卡展示每个产品类别占订单总数的百分比。第二张卡展示每个类别的订单总数。
研究这些图形。哪张图是频率分布，哪张图是比例分布？单击向右箭头可移至下一张卡，单击向左箭头可返回上一张卡。单击卡片查看正确答案。
您已经了解了离散变量的两种类型分布：频率和比例。下一个单元您将学习如何展示连续值的分布。