Histogram nedir

Genel Kültür
1

histogram nedir

2

Histogram nedir?

Cevap:
Bir histogram, bir veri kümesinin dağılımını görsel olarak temsil etmek için kullanılan sıklık (frekans) tablosu ya da grafiğidir. Veriler, belirli aralıklara (bu aralıklara bins veya sınıf aralıkları denir) bölünerek yatay eksen üzerinde gösterilir. Her bir aralık için verilerin sıklığı, dikey eksende sütun yüksekliği ile temsil edilir. Histogramlar verilerin nasıl dağıldığını, yoğunlaşma bölgelerini, veri kümesindeki uç değerleri (outliers) ve verinin genel şeklini anlamak için kullanılır. Özellikle istatistik ve veri analizi çalışmalarında sıkça başvurulan bu grafik, karar verme süreçlerini kolaylaştırır ve veriyi daha iyi anlamamızı sağlar.

İçindekiler

1. Histograma Giriş

Histogram, Nicel (sayılarla ifade edilebilen) verilerin dağılımını anlamada en yaygın kullanılan grafik türlerinden biridir. Örneğin yaş, ağırlık, boy, gelir, sınav puanı gibi sürekli ya da ayrık ama çok sayıda değer içeren veri setlerinde histogram, verinin hangi aralıklarda yoğunlaştığını bir bakışta göstermeye yardımcı olur.

2. Önemli Terimler

  • Veri Aralığı (Range): Veri kümesindeki en küçük ve en büyük değer arasındaki farktır.
  • Sınıf Aralığı (Bin): Verinin gruplanacağı alt aralıklar. Her sınıfın belli bir genişliği vardır.
  • Sıklık (Frekans): Her sınıf aralığına düşen veri sayısıdır.
  • Sütun Yüksekliği: Her sınıf aralığı için sıklığın (frekansın) görselleştirilmesi.

3. Histogramın Temel Özellikleri

  1. Sürekli veya Ayrık Veriler: Histogramlar çoğunlukla sürekli değişkenler için kullanılsa da büyük ölçekli ayrık verilerde de kullanmak mümkündür.
  2. Birleştirilmiş Sınıflar: Veriler, genellikle bitişik aralıklarda toplanır (örneğin 0–10, 10–20, 20–30). Sınıflar arasında boşluk olmaz ya da çok minimaldir.
  3. Görsel Dağılım: Veri tarafından oluşturulabilecek çan eğrisi, çarpık dağılım, çift tepe (bimodal) gibi dağılım tipleri kolayca ayırt edebilir.
  4. Yatay Eksen: Veri sınıf aralıklarını (bins) gösterir.
  5. Dikey Eksen: Her bir sınıf aralığındaki sıklığı (frekansı) yansıtır.

4. Histogram Oluşturmanın Aşamaları

Bir histogram oluşturmak için şu adımlar izlenebilir:

  1. Veri Toplama
  • Ele alacağınız verileri belirleyin ve doğruluğundan emin olun.
  1. Veri Aralığını Hesaplama
  • En küçük değer (min) ve en büyük değer (max) arasındaki fark hesaplanır. Buna veri kuvveti veya range de denir.
  1. Sınıf (Bin) Sayısını Belirleme
  • Verilerin büyüklüğüne ve çeşitliliğine bağlıdır. Tercih edilen yöntemlerden Noel Freedman ve Diğerleri’nin veya Sturges Kuralı gibi yaklaşımlar kullanılabilir. Örneğin, Sturges Kuralı:
    $
    \text{Sınıf sayısı (k)} = 1 + 3.3 \log_{10}(n)
    $
    Burada n, toplam veri sayısıdır.
  1. Sınıf Genişliği (Bin Width) Hesaplama
  • Veri aralığının (range) sınıf sayısına (k) bölünmesiyle bulunur.
    $
    \text{Sınıf genişliği (h)} = \frac{\text{max} - \text{min}}{k}
    $
  1. Sınıfları Tanımlama
  • İlk sınıf alt ve üst sınırlarını belirleyip, sonraki sınıfları sistematik olarak oluşturun.
  1. Sıklık (Frekans) Hesaplama
  • Her bir sınıf aralığına kaç veri düştüğünü sayın.
  1. Grafiği Çizme
  • Yatay eksende sınıflar, dikey eksende sıklıklar olacak şekilde sütunlar çizilir.
  1. Grafiği Yorumlama
  • Elde edilen histogramda dağılımın şekli, merkezî eğilim, uç değerler vb. değerlendirilir.

5. Histogram ve Sütun Grafiği Arasındaki Farklar

Histogram ile sütun grafiği (bar chart) sıkça karıştırılır. İkisi de dikey sütunlardan oluşsa da aralarında önemli farklar bulunur:

  1. Veri Türü: Histogram, çoğunlukla sürekli veya çok sayıda ayrık veride kullanılır; sütun grafiği, niteliksel (kategorik) veya belirgin kategorilere ayrılmış veri için uygundur.
  2. Sütunlar Arası Boşluk: Histogramda bitişik sınıflar olduğu için sütunlar arasında genellikle boşluk yoktur; sütun grafiğinde sütunlar arasında boşluklar bulunur.
  3. X Ekseninde Kategoriler vs. Aralıklar: Histogramda değer aralıkları (ör. 0–10, 10–20) yer alırken, sütun grafiğinde kategoriler (ör. Elma, Portakal, Muz) gösterilir.

6. Histogram Çeşitleri

  1. Tek-Tepe (Unimodal) Histogram: Veriler tek bir bölgede yoğunlaşır ve dağılımın grafiği tek zirve gösterir.
  2. Çift-Tepe (Bimodal) Histogram: Veriler iki farklı bölgede yoğunlaşır ve her iki bölgede tepe noktası yaratır. İki farklı grup veya popülasyon karışımı olabilir.
  3. Simetrik/Asimetrik Histogram: Dağılım sağa veya sola çarpık (skewed) olabilir.
  4. Dağınık (Spread-out) Histogram: Veriler çok geniş bir alana yayılmış olabilir. Çok fazla varyans söz konusudur.
  5. Yoğun (Clamped) Histogram: Veriler belirli bir aralıkta sıkışmış halde durabilir.

7. Histogramlarda Sınır Değerlerin (Outlier) Rolü

  • Outlier (Sınır Değer veya Uç Değer): Veri setinden büyük ölçüde sapma gösteren gözlem ya da değerlerdir.
  • Histogram, outlier’ların veri kümesinin hangi uç noktasına düştüğünü görsel olarak anlamamıza imkân tanır. Eğer histogramdaki bir sütun diğer sütunlardan çok uzak ve tek başına yüksek ya da düşük bir değeri temsil ediyorsa, büyük ihtimalle bir uç değer söz konusudur.

8. Farklı Alanlardan Örnekler

  1. Eğitim
  • Öğrencilerin sınav puanlarının dağılımını anlamak için histogram kullanılır. Notların çoğunlukla 70–80 aralığında toplandığını görebilir, ortalama ve standart sapmaya dair fikir edinebilirsiniz.
  1. Kalite Kontrol
  • Üretim hatlarından çıkan ürünlerin ağırlıkları veya boyutları belirli bir standarda uyuyor mu diye bakmak için histogram grafiklerinden faydalanılır.
  1. Pazarlama / Satış
  • Müşteri alışveriş verilerini aralıklara ayırarak hangi fiyat aralıklarında daha fazla satış ya da hangi yaş gruplarında daha yoğun talep var, görebilirsiniz.
  1. Sağlık
  • Hastaların kan değerleri, tansiyon, nabız gibi ölçümlerinin hangi aralıkta yoğunlaştığını görmek için histogramlar kullanılabilir.

9. Örnek Hesaplama ve Gösterim

Diyelim ki elimizde bir sınav puanı verisi (n=20) olsun:

Veriler:
65, 70, 72, 85, 90, 88, 55, 40, 95, 78, 76, 84, 67, 66, 82, 81, 59, 92, 73, 60

  1. Min ve Max: En küçük değer 40, en büyük değer 95 → Range = 95 - 40 = 55
  2. Sınıf Sayısı (Sturges Kuralı Yaklaşımı):
    $
    k = 1 + 3.3 \log_{10}(20) \approx 1 + 3.3 \times 1.301 = 1 + 4.2933 \approx 5.2933
    $
    Yaklaşık 5 veya 6 sınıf alabiliriz. Kolaylık için 5 sınıf seçelim.
  3. Sınıf Genişliği:
    $
    \text{Sınıf genişliği} = \frac{55}{5} = 11
    $
  4. Sınıf Aralıkları:
  • Sınıf 1: 40–50
  • Sınıf 2: 51–61
  • Sınıf 3: 62–72
  • Sınıf 4: 73–83
  • Sınıf 5: 84–94 (en yüksek veri 95, dolayısıyla 94 üzeri ya da 84–95 gibi hafif yuvarlama yapılabilir)
  1. Sıklık (Frekans) Hesaplama:
  • 40–50: veri → 40, 55 (55 bu aralığa girmiyor, dikkat edilmeli. Tam sınırları doğru belirlemek şarttır. Örneğin 50 ve 51 geçişli olabilir. Bu örnekte net olmak için 40–50, 50–60, 60–70, 70–80, 80–90, 90–100 şeklinde düzenleyebiliriz.)
  • Burada net bir histogram çizimi için aralıkları yeniden tanımlayalım:
  • Sınıf 1: 40–50 (40, sadece 1 değer)
  • Sınıf 2: 50–60 (55, 59, 60) → 3 değer
  • Sınıf 3: 60–70 (65, 66, 67) → 3 değer
  • Sınıf 4: 70–80 (70, 72, 73, 76, 78) → 5 değer
  • Sınıf 5: 80–90 (81, 82, 84, 85, 88) → 5 değer
  • Sınıf 6: 90–100 (90, 92, 95) → 3 değer

Bu tabloya göre histogram çizildiğinde, en yüksek sıklığa sahip aralıkların 70–80 ve 80–90 olduğu görülür.

10. Histogramın Avantajları ve Dezavantajları

Avantajları

  • Kolay Yorumlanabilir: Farklı veri aralıklarındaki yoğunluğu hızlıca görürsünüz.
  • Uç Değerleri Gösterir: Veri setinden sapma gösteren değeri görsel olarak anlamak kolaylaşır.
  • Dağılımı Analiz Eder: Veri çarpık mı, tek tepe mi, çift tepe mi gibi bilgileri hızlıca edinirsiniz.

Dezavantajları

  • Veri Kaybı: Veri, sınıflara bölündüğünde her bir bireysel değerin detayı kaybolur.
  • Sınıf Aralığına Bağımlı Olma: Kullanılan sınıf genişliği ve sayısı sonuç yorumunu etkiler. Çok büyük ya da küçük sınıf aralığı yanlış yorumlara yol açabilir.
  • Kategorik Veriye Uygun Değil: Kategorik veri dağılımı için histogram kullanışlı değildir, sütun grafik veya pasta grafik tercih edilir.

11. Özet Tablo

Kriterler Açıklama
Kullanım Alanları Sürekli veri analizi, kalite kontrol, istatistik, veri bilimi, eğitim, sağlık, pazarlama vb.
Veri Türü Sayısal ve çoğunlukla sürekli (örn. yaş, ağırlık, gelir), bazen ayrık yoğun veri
Sınıflar (Bins) Bitişik aralıklar şeklinde belirlenir; sütunlar arasında boşluk olmaz
Sütun Yüksekliği Her aralığa düşen veri sıklığı (frekans)
Avantajları Veri dağılımını görselleştirme, uç değer tespiti, karar almayı kolaylaştırma
Dezavantajları Veri kaybı (detay kaybı), sınıf sayısı seçimine duyarlılık, kategorik veri için uygun olmama
Çıkarımlar Dağılımın şekli (normal, çarpık, bimodal), medya yakınlığı, düzenlilik ve heterojenlik analizleri

12. Kısa Özet

  • Histogram, sayı değerlerine dayalı veri kümelerinin frekans dağılım grafiğidir.
  • Sıcaklık, yaş, gelir, ağırlık gibi sürekli veri aralıklarını analiz etmede oldukça etkilidir.
  • Sınıf genişliği ve sınıf sayısı, histogramın nasıl görüneceğini ve nasıl yorumlanacağını doğrudan etkiler.
  • Veri kaybı yaşayabileceğiniz için histogramdan önce doğru bins (sınıf) seçimi yapmak ve sonuçları dikkatlice yorumlamak önemlidir.
  • Pek çok alanda (eğitim, sağlık, üretim, satış, pazarlama) veri dağılımını daha iyi anlayarak stratejik kararlar almaya yardımcı olur.

Sonuç olarak, bir histogram, hem büyük hem de küçük verileri gruplayarak dağılımın şeklini görsel olarak sunmanın en pratik yollarından biridir. Uç değerleri, veri çarpıklığını ve yoğunlaşma bölgelerini hızlıca anlayabilmek, histogramların en büyük avantajlarındandır.

@Dersnotu