Построение графиков по основным данным

Отдельные точки графика сведены в таблицу, по оси абсцисс будут располагаться варианты, а по оси ординат – кратность.

Варианты	1	2	3	4	5	6	8	9	10	12
Кратность	3	6	8	7	10	8	2	3	2	1

Соединим отдельные точки и получим многоугольник, или полигон распределения данных ( – варианты, – кратность) (рис. 1).

Рис. 1. Полигон распределения вариант по кратности

Также информацию можно выкладывать и в других измерениях: например, частота в процентах (рис. 2).

Варианты	1	2	3	4	5	6	8	9	10	12
Частота,%	6	12	16	14	20	16	4	6	4	2

Рис. 2. График распределения вариант по частоте, выраженной в процентах

Группировка данных

На данном этапе исходная информация была сгруппирована, были составлены таблицы распределения данных, а затем переведены в графики распределения данных. Характер информации прояснился, стал более наглядным и удобным, но подобные действия с информацией даже при небольшом объеме данных очень трудоемки. Поэтому на практике используются методы приближенной группировки данных, в частности, варианты измерения заменяются промежутком.

Приведем пример группировки информации с теми же данными:

Все 50 человек разделили на три группы:

1) Живут близко (10 – 30 минут).

2) Живут недалеко (40 – 60 минут).

3) Живут далеко (более 60 минут).

Получается, вместо десяти стало три варианты:

1) Близко (10 – 30 минут).

2) Недалеко (40 – 60 минут).

3) Далеко (80 – 120 минут).

Теперь проще получить таблицу распределенных новых, укрупненных данных.

	Варианта			Сумма
	близко	недалеко	далеко
Кратность	17	25	8	50
Частота,%	34	50	16	100

При укрупнении неизбежно теряются некоторые детали. Например: теперь неизвестно, сколько человек тратит на дорогу ровно 60 минут. Однако получено более ясное и удобное представление информации. Например, всю информацию теперь легко представить на следующей диаграмме (рис. 3).

Рис. 3. Диаграмма распределения сгруппированных данных

На диаграмме ясно изображено, что 50% живут недалеко, 16% – далеко и 34% – близко. Это паспорт измерений: здесь выявлены основные характеристики исходной информации.

В результате неудобная объемная информация из начальной таблицы была преобразована в более удобный, табличный и графический вид. Изначально трудозатраты были весьма велики, так как вариантой здесь выступало конкретное число. Чтобы снизить трудозатраты, исходную информацию укрупнили, после этого вариантой стало не число, а числовой промежуток. Всю информацию теперь удобно было представить в виде круговой диаграммы, которую легко анализировать.

Напомним формулу успешного управления академика Трапезникова: «Знают – могут – хотят – успевают». Знают – важное звено. Откуда знают? Из предварительного сбора и обработки информации.

Теперь приведем ответ для нашего примера: администрация школы, проанализировав эту информацию, может принять решения по следующим вопросам:

Вводить или не вводить занятия в субботу, ведь 16% учеников живут далеко?

· Целесообразно ли организовать ночлег для учеников, которые живут далеко?

Кому и в каких объемах возместить затраты на дорогу до школы и обратно?