ヒストグラム作成ツール
生の測定値から度数・相対度数・密度のヒストグラムを作ります。階級の境界と度数は棒を描く前にすべてコードで計算します。分布の確認、残差プロット、実験レポートのための図です。
ヒストグラムの例
カードのプロンプトとデータから実際に生成した4つのヒストグラムです。スタージェスの公式で階級分けした安静時心拍数60件、干ばつ前後のフィンチのくちばしの高さを相対度数で重ねた図、正規曲線付きの密度スケールで描いた回帰残差、幅10の階級で累積した試験の点数。クリックすると入力欄に読み込まれます。
ヒストグラムのスタイル
5 つのジャーナルプリセットを、それぞれ別のサンプルで描きました。酵母細胞の直径、種子の重さ、ミトコンドリアの長さ、診断時の年齢、反応時間。カードをクリックするとスタイルが適用され、測定値を入力欄に取り込めます。
ヒストグラムとは？
ヒストグラムは、1 つの連続変数がどう分布しているかを示すグラフです。値の範囲を隣り合う階級に区切り、各棒の面積がその階級に入る観測値の数を表します。 階級が切れ目のない数直線を覆っているため棒どうしが接しており、これが別々のカテゴリを並べる棒グラフとの違いです。
このツールについて
- 生の値を入力するか貼り付けるか（直径（µm）: 5.3, 4.9, 5.0…）、1 列に 1 サンプルの表計算ファイル（CSV・TSV・Excel）を最大 3 つまで添付できます。
- 階級の範囲と度数の 2 列の表（10〜15, 4）は度数分布表として扱い、そのまま描きます。50〜59 のような階級の下限・上限は、境界値 49.5 と 59.5 でつなぎます。
- 既定ではスタージェスの公式できりのよい境界の階級を作ります。階級の幅、階級数、Freedman–Diaconis やスコットの規則を指定すればそちらが優先され、狭い範囲の整数は値ごとに 1 本の棒になります。
- 各階級は左端を含み右端を含みません。最後の階級だけは両端を含むので、境界上の値は必ず 1 回、決まった場所に数えられます。
- 再生成のたびに値から度数を数え直すので、ジャーナルプリセットや色を変えても棒が動くことはありません。
作成できるヒストグラムの種類
研究者や学生がよく求める 6 種類のヒストグラムと、それぞれの縦軸の意味、ツールに描かせるための書き方です。
度数のヒストグラム
棒の高さは階級に入る度数で、合計は n になります。 既定の形です。安静時心拍数 60 件や粒子径 200 件のように、観測値がいくつあるかが重要な 1 サンプルに使います。
相対度数のヒストグラム
棒の高さは度数を n で割った値で、合計は 1（パーセントを指定すれば 100%）になります。「相対度数」と書きます。大きさの違うサンプルを同じ軸で比べるときに使い、形は度数の版と同じです。
正規曲線付きの密度ヒストグラム
棒の高さは度数を n と階級の幅の積で割った値で、総面積が 1 になるため、サンプルの平均と SD を使った正規曲線を同じスケールで重ねられます。「正規曲線付きの密度ヒストグラム」と書きます。t 検定や分散分析の前、また回帰残差の確認でよく使われます。
2 サンプルを重ねたヒストグラム
2〜3 のサンプルを同じ階級の境界で描き、重なりが見えるよう半透明で塗ります。 サンプルごとに 1 行ずつ値を書きます（干ばつ前: …、干ばつ後: …）。4〜6 サンプルにするか「パネル」と書くと、共通の x 軸でパネルを分け、「積み上げ」と書くと積み上げます。
累積度数のヒストグラム
各棒はその階級の終わりまでの累計で、最後の棒は n に等しくなります。「累積」と書きます。70 点未満の学生は何人かといった問いに答えられ、ある値のパーセンタイルもそのまま読み取れます。
度数分布表からのヒストグラム
すでに階級分けされた度数（40〜49: 3、50〜59: 8…）は、そのまま描き、分け直すことはしません。 階級の下限・上限は境界値（49.5、59.5…）でつなぐので棒が接し、幅の違う階級がある場合は高さを度数密度に切り替えて、面積が度数に正しく対応するようにします。
階級数はいくつ？ スタージェス、Freedman–Diaconis と階級の幅
ヒストグラムがどんな形に見えるかは階級の幅で決まります。階級が少なすぎると 2 つ目の山が隠れ、多すぎると棒がノイズになります。 規則を使えば選び方を再現でき、図の説明文には使った幅を明記します。
スタージェス: k = ⌈log₂ n⌉ + 1 Freedman–Diaconis: h = 2 × IQR × n^(−1/3) 密度: 高さ = 度数 ÷ (n × h)
言葉で説明すると
スタージェスの公式は、サンプルサイズだけから階級数を決めます。観測値 50 件で 7、100 件で 8、1,000 件で 11 です。Freedman–Diaconis の規則は代わりに四分位範囲から階級の幅を決めるので、少数の極端な値がすべての階級を引き伸ばすのを防げます。密度ヒストグラムは各度数を n と階級の幅の積で割るので、棒の総面積が 1 になり、確率曲線を上に重ねられます。
既定はスタージェスの公式で、幅を 10 の累乗の 1・2・2.5・5 倍に丸めます。「階級の幅 5」「12 階級」「FD」「スコットの規則」と書けば変更でき、「40 から」と書けば最初の境界を動かせます。
ヒストグラムの作り方
測定値を入れる
1 行に 1 サンプルずつ貼り付けるか（反応時間（ms）: 276, 402, 294…）、表計算の列を添付します。2 行なら 2 サンプルを共通の階級で描き、範囲と度数の表はそのまま描きます。
階級分けとスケールを指定する
階級はスタージェスの公式のままにするか、幅や数を指定します。相対度数、パーセント、密度、正規曲線、累積度数を選び、軸のタイトルを書きます。
生成して度数を確かめる
図は計算した境界と度数から描かれます。1〜2 本の棒を自分の集計と比べ、チャットで編集を続け、PNG・SVG・PPTX で書き出します。
ヒストグラムの形の読み方
**ヒストグラムでは中心、ばらつき、歪み、山の数、外れ値を読み取ります。どれもデータに合うモデルを選ぶ手がかりです。** 階級の幅で見え方が変わるので、形を報告する前に別の幅でも確認してください。
| 形 | 棒の様子 | よくある意味 | 確認すること |
|---|---|---|---|
| 左右対称、山が 1 つ | 中央が最も高く、両側へ均等に下がる | 正規分布に近い | t 検定の前に正規確率プロット |
| 右に歪んだ分布 | 山の右側に低い棒の長い裾が続く | 0 で下限のある値：大きさ、時間、濃度 | 中央値を報告し、対数スケールの階級を試す |
| 左に歪んだ分布 | 長い裾が左へ伸びる | 100% 近くの試験の点数のような上限 | 説明文に中央値と IQR |
| 二峰性 | 離れた 2 つの山 | 1 つのサンプルに 2 つの集団が混在 | 群で分けて 2 つを重ねる |
| 一様 | 棒の高さがほぼ同じ | 好まれる値がない、または階級が広すぎる | 階級の幅を狭めて描き直す |
| 外れ値や隙間 | ほかから離れた孤立した棒、間に空の階級 | 測定誤差、またはまれな部分集団 | 除外する前にその観測値を確認する |
歪みは山ではなく裾の向きで呼びます。右に歪んだヒストグラムは山が左にあります。 右に歪んだサンプルでは平均が中央値より右に来るので、説明文には両方を書く価値があります。
ヒストグラムと棒グラフの違い
ヒストグラムは 1 つの連続した測定値を階級分けして分布を示し、棒グラフは別々のカテゴリそれぞれに 1 つの値を与えます。 見分けるには x 軸を見ます。数値の目盛りならヒストグラム、群の名前なら棒グラフです。
| ヒストグラム | 棒グラフ | 箱ひげ図 | |
|---|---|---|---|
| X 軸 | 階級に区切った数直線 | 任意の順のカテゴリ名 | 群の名前 |
| 棒の高さ | 階級内の観測値の数、またはその密度 | カテゴリごとの平均、件数、割合 | 棒なし：中央値、四分位数、ひげ |
| 棒の間隔 | なし、隣の階級と境界を共有 | カテゴリ間に等しい隙間 | 箱は離れて並ぶ |
| 順番を変えられるか | いいえ、階級は数直線に従う | はい、大きさ順や名前順に | はい |
| 答える問い | どの値が多く、どれだけばらつくか | どのカテゴリが最も大きいか | 群全体をどう比べるか |
1 つの測定値を群間で比べるなら、共通の階級で群ごとにヒストグラムを描くと全体の形が見えます。3 群を超えるなら、箱ひげ図の方が同じ比較をコンパクトに示せます。
論文の図にヒストグラムが必要な場面
平均だけでなく、サンプルがどんな様子かを示す必要がある論文には必ずヒストグラムが登場します。
検定前の分布の確認
査読者はデータが t 検定や分散分析の正規性の仮定を満たすかを尋ねます。正規曲線付きの密度ヒストグラムなら補足資料のパネル 1 枚で答えられます。
回帰残差
0 を中心に長い裾のない標準化残差は線形モデルを支持し、歪んだ残差や二峰性の残差は欠けている変数や必要な変換を示します。
品質管理と校正
充填重量、測定の繰り返し、機器の読み取り値を規格限界とともに階級分けすると、手法論文や検証論文でずれとばらつきが一目でわかります。
大きさと時間の分布
細胞や粒子の直径、ミトコンドリアの長さ、反応時間、診断時の年齢など、平均 ± SD の棒では形が隠れてしまう右に歪んだ変数や多峰性の変数。
ヒストグラムについての質問
ヒストグラムの階級数はいくつにすべき？
ふつうは 5〜15 で、サンプルが大きいほど多くします。 スタージェスの公式では値 50 個で 7、100 個で 8、1,000 個で 11 です。このツールはそこから始めて幅をきりのよい数に丸めるので、最終的な階級数が 1〜2 違うことがあります。大きなサンプルや歪んだサンプルは Freedman–Diaconis の規則の方が読みやすいことがよくあります。
ヒストグラムの棒はなぜくっついている？
階級が 1 本の数直線上の連続した区間で、間に何もないからです。 隙間があると、起こりえない値があるように見えてしまいます。棒が離れるのは階級が空のときだけで、基線がむき出しの区間として表れます。
ヒストグラムと棒グラフの違いは？
ヒストグラムは 1 つの数値変数の分布を階級ごとに示し、棒グラフはカテゴリ間で値を比べます。 ヒストグラムの x 軸は棒が接する連続した目盛りで、棒グラフのカテゴリは離れて並び、どんな順にも並べ替えられます。
階級の幅はどう選ぶ？
規則から出発し、その近くのきりのよい幅を選びます。3.7 ではなく 2、5、10 単位です。「階級の幅 5」と書けば幅を、「40 から」と書けば最初の境界を指定できます。広すぎると本当の山が合わさり、狭すぎるとノイズが構造に見えるので、2 つの幅を比べてから決めてください。
ヒストグラムが歪んでいるかどうかの見分け方は？
裾を見ます。低い棒が右へ続けば右に歪んだ分布、左へ続けば左に歪んだ分布です。 平均は裾の側へ引っ張られるので、平均が中央値よりかなり大きければ右の歪みが確かめられます。反応時間、所得、粒子の大きさはたいてい右に歪んでいます。
対数スケールの階級を使うべきときは？
すべての値が正で、粒子の大きさや濃度によくあるように、データが 10 の累乗の 1〜2 桁以上にわたるときです。 対数軸上の等しい階級は小さな値に余裕を与え、長い右の裾を対称な形に変えることがよくあります。「対数の階級」または「x 軸を対数スケールで」と書きます。
ヒストグラムを手で描く作り方は？
範囲を求め、階級の幅を決め、値を階級ごとに数えて度数分布表を作り、度数の高さで接した棒を描きます。 最初の階級は最小値のすぐ下から始めます。整数なら、境界を .5 で終わる値（49.5、59.5）にすると境界上に乗る値がなくなります。ノートでもこのツールでも手順は同じです。
縦軸は度数、相対度数、密度のどれにすべき？
1 サンプルなら度数、大きさの違うサンプルを比べるなら相対度数、棒の上に確率曲線を重ねるときや階級の幅が等しくないときは密度です。 階級の幅が等しければ 3 つとも同じ形になり、変わるのは軸の目盛りだけです。
2 つの群をヒストグラムで比べるには？
両方のサンプルを同じ階級の境界と同じ軸で描き、半透明で重ねるか、上下のパネルに並べます。 群ごとに階級が違うと形を比べられません。群ごとに名前を付けて 1 行ずつ値を書いてください。
階級の境界上の値はどの階級に入る？
その境界から始まる階級です。 各階級は左端を含み右端を含みませんが、最後の階級だけは両端を含むので最大値は必ず数えられます。NumPy の histogram 関数も同じ取り決めです。
度数分布表のデータからヒストグラムを作れる？
作れます。40〜49: 3、50〜59: 8、60〜69: 12 のように階級と度数を入れれば、そのまま描きます。 下限・上限は階級の境界でつなぐので棒が接し、階級の幅が違う場合は棒を度数密度に切り替えて、面積が度数に比例するようにします。
ヒストグラムの図の説明文には何を書くべき？
サンプルサイズ、階級の幅かそれを決めた規則、縦軸が何を表すかです。 階級の幅がわからなければ読者は形を判断できず、密度の軸には統計が専門でない読者のための一文が必要です。
出典
- 1.3.3.14. Histogram — NIST, e-Handbook of Statistical Methods
- 2.2 Histograms, Frequency Polygons, and Time Series Graphs — OpenStax, Introductory Statistics 2e
