এখানে আধ্যাত্মিক কাগজ ছিল
উইলক, এমবি এবং আর জ্ঞানাদেসিকান। 1968. ডেটা বিশ্লেষণের জন্য সম্ভাব্যতা প্লট করার পদ্ধতিগুলি। বায়োমেটিকার 55: 1-17
এবং এটি এখনও ঘনিষ্ঠ এবং পুনরাবৃত্তি পড়ার পুনরাবৃত্তি করে।
অনেক ভাল উদাহরণ সহ একটি সুস্বাদু চিকিত্সা দ্বারা দেওয়া হয়েছিল
ক্লেভল্যান্ড, ডাব্লুএস 1993. ভিজ্যুয়ালাইজিং ডেটা। সামিট, এনজে: হোবার্ট প্রেস।
এবং এটি আরও পরিচিতি উল্লেখযোগ্য
ক্লেভল্যান্ড, ডাব্লুএস 1994. গ্রাফিং ডেটার উপাদানসমূহ। সামিট, এনজে: হোবার্ট প্রেস।
এই পদ্ধতির যুক্তিসঙ্গত এক্সপোজারযুক্ত অন্যান্য পাঠ্যগুলির মধ্যে রয়েছে
ডেভিসন, এসি 2003. পরিসংখ্যানের মডেল। কেমব্রিজ: কেমব্রিজ বিশ্ববিদ্যালয় প্রেস।
চাল, জেএ 2007. গাণিতিক পরিসংখ্যান এবং ডেটা বিশ্লেষণ। বেলমন্ট, সিএ: ডক্সবারি।
এই দিকটি বাদ দিয়ে, আমি এমন কোনও কিছুই জানি না যা আপনি যা চান তা ঠিক। একবার আপনি কোয়ান্টাইল-কোয়ান্টাইল প্লটগুলির বিন্দুটি দেখেছেন, বিশদে দেখিয়েছেন যে হিস্টোগ্রামগুলি দ্বিতীয়-হারের বিকল্প, আকর্ষণীয় বা কার্যকর নয় বলে মনে হচ্ছে খুব বেশি পরিমাণে ব্যারেলে মাছ গুলি করার মতো।
তবে আমি সংক্ষেপে এইভাবে বলব:
বিনিং বিবরণ দমন করে এবং বিবরণগুলি প্রায়শই গুরুত্বপূর্ণ। এটি কেবল লেজগুলিতে কী চলছে তা নয় তবে মাঝখানে কী চলছে তাও প্রয়োগ করতে পারে। উদাহরণস্বরূপ, দানাদারতা বা মাল্টিমোডালটির পাশাপাশি স্কিউনেস বা লেজের ওজন গুরুত্বপূর্ণ be
বিনিংয়ের জন্য বিন উত্স এবং বিন প্রস্থ সম্পর্কে সিদ্ধান্ত নেওয়া দরকার, যা হিস্টোগ্রামগুলির প্রভাবকে শক্তিশালীভাবে প্রভাবিত করতে পারে, তাই বাস্তবটি কী এবং পছন্দগুলির একটি পার্শ্ব-প্রতিক্রিয়া কী তা দেখা শক্ত। আপনার সফ্টওয়্যার যদি আপনার জন্য এই সিদ্ধান্ত নেয়, সমস্যাগুলি রয়ে গেছে। (উদাহরণস্বরূপ, ডিফল্ট বিন পছন্দগুলি প্রায়শই ডিজাইন করা হয় যাতে আপনি "অনেকগুলি বিন" ব্যবহার না করেন, অর্থাত্ কিছুটা মসৃণ করার উদ্দেশ্য নিয়ে of)
দুটি হিস্টোগ্রামের তুলনা করার গ্রাফিকাল এবং সাইকোলজিকাল সমস্যাটি একটি সরলরেখায় পয়েন্টের একটি সেটের উপযুক্ত বিচারের চেয়ে জটিলতর।
[27 সেপ্টেম্বর 2017 যোগ করা হয়েছে] 4. এক বা একাধিক রুপান্তরিত স্কেল বিবেচনা করার সময় কোয়ান্টাইল প্লটগুলি খুব সহজেই পরিবর্তিত হতে পারে। রূপান্তর দ্বারা এখানে আমার অর্থ একটি অ-রৈখিক রূপান্তর, উদাহরণস্বরূপ নয় সর্বাধিক দ্বারা স্কেলিং বা মান দ্বারা মান (মান-গড়) / এসডি কোয়ান্টাইলগুলি যদি কেবল অর্ডার পরিসংখ্যান হয় তবে আপনাকে যা করতে হবে তা হ'ল রূপান্তরটি প্রয়োগ করা, যেমন সর্বাধিকের লোগারিদম একইভাবে লোগারিদমের সর্বোচ্চ এবং আরও অনেক কিছু। (তুচ্ছভাবে, প্রত্যাহার ক্রমকে বিপরীত করে দেয়)) এমনকি আপনি যদি দুটি অর্ডার পরিসংখ্যানের ভিত্তিতে নির্বাচিত কোয়ান্টাইলগুলি প্লট করেন তবে সাধারণত সেগুলি দুটি মূল ডেটা মানগুলির মধ্যে কেবল দ্বিখণ্ডিত হয় এবং ইন্টারপোলেশনের প্রভাব তুচ্ছ হয়। বিপরীতে, লগ বা অন্যান্য রূপান্তরকৃত স্কেলের হিস্টোগ্রামগুলিতে বিনের উত্স এবং প্রস্থ সম্পর্কে একটি নতুন সিদ্ধান্ত নেওয়া দরকার যা বিশেষত কঠিন নয়, তবে এটি তুচ্ছ নয়। বিতরণকে সংক্ষিপ্ত করার উপায় হিসাবে ঘনত্বের প্রাক্কলন সম্পর্কে অনেক একই কথা বলা যেতে পারে।