हिस्टोग्राम में फ़्रीक्वेंसी और रिलेटिव फ़्रीक्वेंसी

के निर्माण में हिस्टोग्राम, वहां कई कदम इससे पहले कि हम वास्तव में हमारे ग्राफ को खींचते हैं, हमें शुरू करना चाहिए। स्थापित करने के बाद कक्षाएं जो हम उपयोग करेंगे, हम अपने डेटा मूल्यों में से प्रत्येक को इन वर्गों में से एक को असाइन करते हैं फिर उन डेटा मानों की संख्या की गणना करते हैं जो प्रत्येक कक्षा में आते हैं और सलाखों की ऊंचाइयों को खींचते हैं। इन ऊंचाइयों को दो अलग-अलग तरीकों से निर्धारित किया जा सकता है जो परस्पर संबंधित हैं: आवृत्ति या सापेक्ष आवृत्ति।

एक वर्ग की आवृत्ति इस बात की गणना है कि कितने डेटा मान एक निश्चित वर्ग में आते हैं जिसमें अधिक आवृत्तियों वाली कक्षाओं में उच्चतर बार होते हैं और कम आवृत्तियों वाले वर्गों में कम बार होते हैं। दूसरी ओर, सापेक्ष आवृत्ति को एक अतिरिक्त चरण की आवश्यकता होती है क्योंकि यह माप है कि किसी विशेष वर्ग में डेटा मानों का अनुपात या प्रतिशत कितना है।

एक सीधी गणना सभी वर्गों की आवृत्तियों को जोड़कर और इन आवृत्तियों के योग से प्रत्येक वर्ग द्वारा गणना को विभाजित करके आवृत्ति से सापेक्ष आवृत्ति निर्धारित करती है।

आवृत्ति और सापेक्ष आवृत्ति के बीच अंतर को देखने के लिए हम निम्नलिखित उदाहरण पर विचार करेंगे। मान लीजिए कि हम 10 वीं कक्षा के छात्रों के इतिहास के ग्रेड देख रहे हैं और उनके पास अक्षर ग्रेड के अनुरूप कक्षाएं हैं: ए, बी, सी, डी, एफ। इनमें से प्रत्येक ग्रेड की संख्या हमें प्रत्येक कक्षा के लिए एक आवृत्ति प्रदान करती है:

• एक एफ के साथ 7 छात्र
• डी के साथ 9 छात्र
• सी के साथ 18 छात्र
• 12 छात्रों के साथ बी
• ए के साथ 4 छात्र

प्रत्येक वर्ग के लिए सापेक्ष आवृति निर्धारित करने के लिए हम पहले डेटा बिंदुओं की कुल संख्या जोड़ते हैं: 7 + 9 + 18 + 12 + 4 = 50। इसके बाद, हम प्रत्येक आवृत्ति को इस योग 50 से विभाजित करते हैं।

• 0.14 = 14% छात्र एफ के साथ
• 0.18 = 18% छात्र डी के साथ
• 0.36 = 36% छात्र सी के साथ
• 0.24 = बी के साथ 24% छात्र
• 0.08 = ए के साथ 8% छात्र

प्रत्येक कक्षा (अक्षर ग्रेड) में आने वाले छात्रों की संख्या के साथ सेट किया गया प्रारंभिक डेटा होगा आवृत्ति का संकेत, जबकि दूसरे डेटा सेट में प्रतिशत के सापेक्ष आवृत्ति का प्रतिनिधित्व करता है ये ग्रेड।

आवृत्ति और सापेक्ष आवृत्ति के बीच अंतर को परिभाषित करने का एक आसान तरीका यह है कि आवृत्ति प्रत्येक वर्ग के वास्तविक मूल्यों पर निर्भर करती है एक सांख्यिकीय डेटा सेट जबकि सापेक्ष आवृत्ति इन व्यक्तिगत मूल्यों की तुलना एक डेटा में संबंधित सभी वर्गों के समग्र योगों से करती है सेट।

हिस्टोग्राम के लिए या तो आवृत्तियों या सापेक्ष आवृत्तियों का उपयोग किया जा सकता है। हालांकि ऊर्ध्वाधर अक्ष के साथ संख्या अलग होगी, हिस्टोग्राम का समग्र आकार अपरिवर्तित रहेगा। इसका कारण यह है कि एक दूसरे के सापेक्ष ऊँचाई समान होती है चाहे हम आवृत्तियों या सापेक्ष आवृत्तियों का उपयोग कर रहे हों।

सापेक्ष आवृत्ति हिस्टोग्राम महत्वपूर्ण हैं क्योंकि संभावनाओं के रूप में ऊंचाइयों की व्याख्या की जा सकती है। ये संभावना हिस्टोग्राम एक ग्राफिकल डिस्प्ले प्रदान करते हैं संभावना वितरण, जिसका उपयोग किसी निश्चित जनसंख्या के भीतर होने वाले कुछ परिणामों की संभावना को निर्धारित करने के लिए किया जा सकता है।

सांख्यिकीविद्, कानूनविद, और सामुदायिक आयोजक एक जैसे लोगों में सबसे अधिक लोगों को प्रभावित करने के लिए कार्रवाई के सर्वोत्तम पाठ्यक्रम को निर्धारित करने में सक्षम होने के लिए समान हैं आबादी।