案例01|ORDERS:銷售額/利潤直方圖與價格區間營收集中度
案例02|Titanic:10 年/5 年直方圖與不同艙等乘客的年齡分布
| 核心主題 | 主要觀點/方法 | 實務用途 | 重要條件/限制/延伸 |
|---|---|---|---|
| 直方圖 | 把連續數值資料切成多個區間,以柱高顯示各區間次數 | 快速觀察分布、集中程度、偏態、空缺與極端值 | 分組寬度與上下界會改變圖形外觀 |
| 分組區間設計 | 選擇一致、可解釋的區間上下界 | 跨群組比較、價格帶分析、年齡分布 | 不同群組必須使用相同區間,才能直接比較 |
Excel 直方圖/FREQUENCY |
使用 Excel 分析工具庫或 FREQUENCY 計算每個區間的觀測筆數 |
分析 ORDERS 的銷售額與利潤分布 | 應保留原始資料,在複本/工作表上分析 |
| Jamovi 直方圖 | 透過敘述統計功能產生直方圖 | 快速檢查與 Excel 結果是否一致 | 仍需確認分組、缺漏值與樣本定義 |
| 生成式人工智慧視覺化 | 以自然語言指定變數、分析母體、分組寬度與群組方式 | 快速建立圖表並產生初步解讀 | 必須回查分組上下界與各區間筆數,不能只相信文字摘要 |
| 銷量與營收 | 交易筆數最多的價格群,不一定創造最多營收 | 定價、庫存與行銷決策 | ORDERS 案例中低價商品主導銷量,中價商品主導營收 |
| 群組分布比較 | 使用同一套區間比較不同群組 | Titanic 不同艙等乘客的年齡比較 | 群組樣本數不同時,柱高也會受群組規模影響;必要時應比較百分比或密度 |
直方圖不是單純畫一張長條圖。它會把連續數值資料依區間分組,讓分析者看見觀測值在不同範圍中的次數。
它特別適合回答:
同一份資料若使用不同分組寬度,視覺結果會不同。
較寬的區間容易看整體型態,但可能掩蓋局部細節;較窄的區間提供更細緻的資訊,也可能讓圖形看起來更零碎、波動更大。
因此,原書在 Titanic 案例同時使用 10 年與5 年年齡區間,讓讀者比較視覺差異,而不是把其中一種固定視為唯一正確答案。
如果要比較一等艙、二等艙、三等艙的年齡分布,每一組都必須使用相同區間上下界。
否則「某組柱子比較高」可能只是區間切法不同,而不是群組結構真的不同。
同理,若比較不同產品、區域或期間的銷售分布,也應先統一: