第三章次數分配與資料分析 3.2 Tally Table ：將資料分成等距離的組別，再計算各組別的資料點數（計算其 Tally marks ）。

第三章次數分配與資料分析 • 3.2 Tally Table：將資料分成等距離的組別，再 • 計算各組別的資料點數（計算其 Tally marks）。 • 分組資料(Grouped Data)：資料之展示以組別為主， • 不知個別資料的確實數據者。 • 未分組資料(Nongrouped Data/ Raw Data)：有個別 • 資料的詳細數據者 • 次數(Frequency)：資料落在各組別中的次數。 • 次數表(Frequency Table)：Table 3.3（將各組別的 • 資料的次數列出來） • 次數分配(Frequency Distribution)：Table 3.5 • （顯示組別間資料之分布情形） • 組別區分時應注意事項： • 避免過多或過少，以5至15組為準。 • 組別區分清楚，以避免一資料落在兩個組別中。 • 每組的組距最好相同（例外：有極端值時）。第三章

3.3 另外三種次數表 • 累積次數(Cumulative frequency):將前面組別之次數 • 累積加總至該組之次數中。 • 相對次數(Relative frequency):各組別之次數佔總樣本 • 數之比例。 • 累積相對次數(Cumulative relative frequency):將前面的 • 相對次數加總至該組中計算其累積的比例。 • 3.4 次數分配的圖形展示 • 用已分組之資料： • 直方圖(Histograms):用長條圖來展現資料之分配狀態。 • Histogram 與 bar chart 不同之處： • 相鄰的長方條緊密相接。 • 每一長方條的面積與該組的次數比例習習相關。 • 次數多邊圖形(Frequency Polygon):將組中點連接起來 • 之多邊圖形。 • 圓形圖(pie chart):亦常用此來展示相對次數分配情形。 • 用未分組之資料： • 枝葉圖(stem-and-leaf display):以某基點（如：小數點） • 為基礎，基點以上者為枝，以下為葉。見圖3.9。

3.5 圖形在經濟與商學之應用 Lorenz Curve:其展現一社會的所得分配情形，為總體經濟學中用到的累積次數曲線圖，其X軸為累計家庭數佔全樣本之百分比，Y軸為其家庭所得之累積數額。例子：若每一家庭的收入相等，則 Lorenz Curve為45度線，若一家的收入為全部的100％，其餘的家戶之收入為0，Lorenz Curve 為ONP（與X軸重疊，然後在N點跳升至P點的反L線）。 Gini 係數＝I/（I＋II）此曲線與Gini係數同為衡量所得分配是否均等的工具。曲線越靠近45度線（Gini係數越低），所得分配越平均。個別報酬率與股票市場一般報酬率利率：用 histogram 來比較 prime rate 與 T-bill rate Prime rate: 58% at 6-12% T-bill rate: 57% at 4-8% 用 Multiple regression 或 time series analysis 可得較佳的預測值。品管：將生產線分區抽樣，比較各區不合格品的比例，以作為改進之依據。第三章

第三章次數分配與資料分析 3.2 Tally Table ：將資料分成等距離的組別，再計算各組別的資料點數（計算其 Tally marks ）。