A legegyszerűbb adatábrázolási mód, amikor egy függőleges
skálának megfelelően egy képzeletbeli függőleges vonal mentén
ábrázoljuk adatainkat egy-egy ponttal. Ha két adat ugyanarra a
helyre esne, akkor az egyiket egy kicsit vízszintesen eltoljuk.
Ezt a módszert viszonylag ritkán használjuk, leginkább akkor, ha
kevés adatpont van. [ábra]
Hisztogram
Diszkrét értékeket felvevő adatok esetén, ha minden értékhez függőlegesen ábrázoljuk, hogy az illető érték hányszor fordult elő a mintában, az ún. gyakorisági eloszlást kapjuk. [ábra, pl. kockadobások]
Ezt persze nem tehetjük meg, ha adataink valamely intervallumból tetszőleges értéket felvehetnek (ún. folytonos eloszlású változó). Ilyenkor az minta legkisebb és legnagyobb felvett értéke között intervallumokat képezünk, és az ezen intervallumokba eső értékek gyakoriságát az illető intervallum fölé rajzolt téglalappal ábrázoljuk úgy, hogy a téglalap függőleges oldala arányos legyen a gyakorisággal. [ábra] Az így létrejött ábra a hisztogram, nem más, mint a megfigyelt ->>valószínűségi változó ->>sűrűségfüggvényének a mintából történő közelítése.
Célszerű arra törekedni, hogy az intervallumok egyforma hosszúak legyenek. Ekkor a hisztogram alakja függ nyilván attól, hogy a balról a legelső intervallum hol kezdődik, és attól, hogy hány intervallumot használunk. Nem mindig könnyű eldönteni, hogy mi az optimális választás. Nyilván célszerű arra törekedni, hogy az intervallumok végpontjai közül több is egész szám legyen [ábra]:
Az sem mindegy, hogy hány intervallumot használunk. Ha túl sok intervallum van, akkor túl hepehupás lesz a hisztogram, a véletlen hatásai miatt az a benyomásunk támadhat, hogy az eloszlás többcsúcsú; ha túl kevés az intervallum, akkor viszont túlságosan elmosódhat a megismerni kívánt eloszlás formája. A következő ábrán látható, ugyanaz a minta hisztogramja akkor, ha túl sok, ha megfelelő számú, vagy ha túl kevés intervallumot használunk [ábra]:
A hisztogramokat manapság számítógéppel rajzoltatjuk meg. A programok általában igyekeznek megtalálni az optimális paraméterket a hisztogram megrajzolásához. Ez azonban nem mindig sikerül nekik, ezért célszerű olyan programot használni, ahol ezeket a paramétereket - ha szükséges - szabadon választhatjuk meg.
A jó hisztogramból (ha megfelelő számú adatunk volt) jól megismerhető a vizsgált valószínűségi változó eloszlása. Ez pedig igen fontos. Igen hasznos lehet pl, annak felismerése, hogy pl. az eloszlás -->ferde, vagy -->bimodális.