高等数学 / 系统课时
直方图与箱线图
直方图与箱线图
面对一组原始数据,仅看平均数很难判断数据是否集中、偏斜或含有异常值。本课将用直方图观察整体分布形状,再用箱线图概括中位数、四分位距和离群点,最终形成一套联合分析方法。
学习目标
- 能从直方图判断数据范围、集中区间、峰数和偏态
- 能读懂箱线图中的中位数、四分位数、须和异常点
- 能结合两种图形解释同一组数据的分布特征
两种图分别解决什么问题
直方图把连续数值划分为若干区间,并统计每个区间中的数据量。它保留了分布的轮廓,适合观察数据是对称、右偏、左偏,还是存在多个峰。
箱线图只保留五个核心位置:下须、第一四分位数、中位数、第三四分位数和上须。它不展示每个区间的频数,却能快速比较数据的中心、离散程度和潜在异常值。

读懂直方图
阅读直方图时,先看横轴覆盖的最小值和最大值,确定数据范围;再找最高的柱,判断数据主要集中在哪些区间。若最高区域只有一个,可称为单峰;若出现两个明显高峰,数据可能来自两个不同群体。
随后观察尾部方向。右侧柱形逐渐变低并延伸较远,通常表示右偏;左侧尾巴更长则表示左偏。个别远离主体的孤立柱可能提示异常值,但也可能只是分组边界造成的视觉效果。
分组数量会影响结论。区间太少会掩盖峰和空缺,区间太多则会让随机波动看起来像结构。分析时应尝试相邻的几种组距,确认主要结论是否稳定,而不是只依赖一张图。
读懂箱线图
箱体左端和右端分别表示第一四分位数 与第三四分位数 ,箱内线表示中位数。箱体长度就是四分位距:
常见画法把低于 或高于 的观测单独画成点,其余数据中的最小值和最大值通过“须”连接。单独的点是潜在异常值,需要进一步核查,不等于错误数据。
中位数偏向箱体一侧、某一侧的须明显更长,通常说明分布不对称。箱体越长,表示中间 50% 的数据越分散;箱体越短,则说明主体数据更集中。
联合分析与常见误区
直方图负责回答“分布长什么样”,箱线图负责回答“关键位置在哪里”。例如,箱线图显示右须较长且存在高值离群点,直方图若同时呈现右侧长尾,就能更有把握地判断数据右偏。
两图也可能给出互补信息。箱线图无法显示双峰结构,因此两个群体混合后的数据可能看起来只有一个宽箱体;直方图却能暴露两个峰。反过来,当样本较少、直方图受分组影响较大时,箱线图通常更稳定。
不要仅凭一个异常点就删除数据。应先检查录入错误、单位不一致和测量故障,再结合业务背景判断它是错误、特殊事件还是有价值的极端观测。