下载掌阅APP，畅读海量书库
立即打开
直方图（Histogram）用于展示定量数据的分布，横轴代表数值大小，纵轴代表落在某个组的观测值的个数。在绘制直方图时，需要考虑组距。需选取合适的组距，展示数据在哪些区间比较密集，在哪些区间比较稀疏。
在Excel中绘制直方图有两种方法，一种是基于原始数据直接绘制直方图，另一种是基于频数分布表绘制直方图。
数据文件：CEO.xlsx。
要求：绘制CEO年龄的直方图，概括CEO年龄的分布特征。
首先打开数据文件CEO.xlsx，选中Sheet1中的列C，然后单击“插入”卡片下的“统计”，选择“直方图”，即得图3.1所示的CEO年龄的直方图。在该图中，横轴代表年龄组，纵轴代表落在某个年龄组的人数。
图3.1 CEO年龄的直方图
Excel根据年龄的数值分布，自动将组距设置为3.2，将CEO根据年龄分为13组。按年龄分组时，习惯上以5岁或者10岁为组距。因此，需要对图3.1中的组距进行修改。
双击直方图中间区域，弹出“设置数据系列格式”窗格。Excel将组称作“箱”（Box），“箱宽度”也称作组距（Class Width），等于组的上限（Upper Limit）减去下限（Lower Limit）。如图3.2所示，设置箱宽度为5.0。
图3.2 设置直方图的组距
从图3.1可以发现CEO中超过63岁的和小于34岁的人数都较少。因此，第一组和最后一组可采取开口组的形式，将小于35岁的归为第一组，将大于65岁的归为最后一组。在“溢出箱”文本框中输入65.0，在“下溢箱”文本框中输入35.0。此时，直方图将依设置调整。
在实践中，可对“箱宽度”“溢出箱”和“下溢箱”进行调整，观察生成的直方图是否能展示数据的分布特征，即呈现出数据在哪些区间密集，在哪些区间稀疏，根据直方图的实际效果选择恰当的组距。此外，在选择组距时，也要考虑阅读和理解上的习惯，例如考试成绩通常以10为组距，收入、支出通常以100、1000或它们的倍数值为组距。
单击直方图中间区域，再单击鼠标右键，在弹出的快捷菜单中选择“添加数据标签”，图中即会显示各组的频数。双击直方图的背景、坐标轴、矩形区域可对直方图进行细节设置。读者可以自行尝试，在此不赘述。
从图3.2中可以看出，CEO的年龄在(50,55]这个组的人数最多，其次是(55,60]、(45,50]这两个组，这3个组集中了样本中大约70%的人。CEO中年龄低于40岁的约占10%，年龄高于60岁的不足5%。
利用2.1节介绍的数据透视表，创建年龄的频数分布表。将字段“年龄”拖曳至“行”框中，将字段“序号”拖曳至“∑值”框中，并将其汇总方式设置为“计数”，如图3.3所示。图3.3所示表格展示了每一个年龄的人数。这种分组方式称作单项式分组，即每一个组只包含一种年龄的取值。
图3.3 创建年龄的频数分布表
单项式分组适合定量变量只能取少数几种观测值的情形，例如大一新生的年龄通常只有16、17、18、19、20这5种情形，可将每一个年龄单独分为一组。然而在本例中，CEO年龄的跨度较大，年龄的取值有数十种情形，若采用单项式分组，会造成组数过多，难以归纳年龄的分布特征。因此，需要采取组距式分组。
单击“年龄”，再单击鼠标右键，在弹出的快捷菜单中选择“组合”，弹出“分组”对话框，在“起始于”文本框中输入36，在“终止于”文本框中输入65，在“方式”文本框中输入5，如图3.4所示。Excel会将36岁以下的归为第一组，将66岁以上的归为最后一组，组距为5，单击“确定”将得到图3.5所示的频数分布表。
单击数据透视表，单击“插入”卡片下的“柱形图”，选择“簇状柱形图”，生成柱形图，该图不能称作直方图。直方图适用于定量数据，定量数据在一定范围内连续取值，相邻的两个组之间没有观测值分布，因此直方图的柱形是连续排列、没有间隙的。柱形图适用于定性数据，柱形图中柱形的间隙代表不同组别属性差异。因此，需要调整图3.5所示图形中的柱形间隙宽度。
图3.4 设置年龄的分组
图3.5 基于频数分布表创建直方图
单击图中的柱形，弹出“设置数据点格式”窗格，将“间隙宽度”设置为0%，如图3.6所示，可消除柱形之间的空隙。
图3.6 调整柱形间隙宽度
单击柱形图中的背景、坐标轴、柱形等区域进行细节设置，得到图3.7所示的直方图。
图3.7 年龄的直方图
本节介绍了两种绘制直方图的方法。基于原始数据绘制直方图，简便快捷；基于频数分布表绘制直方图，虽然步骤较多，但可以同时展示频数分布表和直方图，在调整组距时，可以更直观地观察不同分组方式下分组效果的差异。
实操技巧
● 选中定量数据所在的列，单击“插入”→“统计”→“直方图”，绘制直方图。
● 利用数据透视表创建频数分布表，单击“插入”→“柱形图”→“簇状柱形图”，将柱形间隙宽度调整为0%，绘制直方图。
● 绘制直方图时，需要对组距进行多次尝试，选择适宜的组距，以展示定量数据的分布特征。