STATISTIQUES

Comprendre les classes d’un histogramme

Les classes d’un histogramme sont des intervalles construits à partir de mesures numériques individuelles. Elles ne correspondent pas à des catégories nommées.

Comment déterminer automatiquement la largeur des classes

Le moteur estime une largeur de classe selon la méthode de Freedman–Diaconis, fondée sur l’écart interquartile des observations et la taille de l’échantillon.

Lorsque cette méthode est inapplicable, il emploie un repli basé sur la règle de Sturges. Ce choix ne doit pas être présenté comme la méthode de Scott utilisée dans d’autres logiciels.

Comprendre les bornes et les fréquences

Chaque barre correspond au nombre d’observations comprises dans son intervalle. Les bornes sont numériques et les classes doivent couvrir les valeurs fournies.

Vérifiez notamment que la valeur maximale est bien comptabilisée. Un histogramme qui exclurait silencieusement la dernière observation donnerait une fréquence totale erronée.

Choisir manuellement le nombre de classes

Un nombre de classes trop petit masque des sous-groupes ; un nombre excessif met en avant des fluctuations aléatoires. Comparez plusieurs découpages avant d’interpréter la forme.

Ne préregroupez pas vos observations dans le fichier source : l’éditeur attend les valeurs brutes, puis calcule ses propres intervalles.

EXEMPLE COMMENTÉ

Données d'exemple

Valeurs fictives : remplacez-les par vos propres données.

Note d’examen (valeur brute)
52
61
64
67
69
72
72
74
78
81
83
87
91
96

Essayer les outils disponibles

HistogrammeBoîte à moustachesGraphique en colonnes

Outils et guides associés

FAQ DU GUIDE

Questions sur cette tâche

Saisissez les observations numériques individuelles, pas des classes précalculées.