Ein Log-Log-Diagramm ist ein Diagramm, das sowohl auf der x-Achse als auch auf der y-Achse logarithmische Skalen verwendet.
Diese Art von Diagramm ist nützlich, um zwei Variablen zu visualisieren, wenn …
Ein Histogramm ist ein Diagramm, das verwendet werden kann, um die Verteilung von Werten in einem Datensatz schnell zu visualisieren.
Dieses Tutorial enthält ein schrittweises Beispiel zum Erstellen eines Histogramms in Excel und zum Ändern der Bin-Breite, damit das Histogramm genau so aussieht, wie Sie es möchten.
Zuerst erstellen wir den folgenden Datensatz, der das Jahreseinkommen von 26 verschiedenen Personen zeigt:
Als Nächstes heben wir die beiden Datenspalten hervor:
Dann werden wir den Einfügen-Registerkarte am oberen Band klicken, dann werden wir das Histogramm-Symbol in den Charts Abschnitt klicken.
(Die Formeln wurden mit einer englischsprachen Excel-Version erstellt. Für die deutschen Formeln siehe z.B. hier)
Dadurch wird standardmäßig das folgende Histogramm erstellt:
Um die Bin-Breite anzupassen, klicken Sie mit der rechten Maustaste auf die horizontale Achse im Histogramm und klicken Sie dann im Dropdown-Menü auf Achse formatieren:
Im rechts erscheinenden Fenster sehen wir, dass Excel die Bin-Breite mit 29.000 gewählt hat. Wir können dies in eine beliebige Zahl ändern, die wir möchten.
Zum Beispiel könnten wir die Bin-Breite auf 50.000 erhöhen:
Beachten Sie, wie dadurch die Breite jedes Bins erhöht und die Gesamtzahl der Bins verringert wird.
Wir könnten die Bin-Breite auch auf 10.000 reduzieren:
Dadurch wird die Breite jedes Bins verringert und die Gesamtzahl der Bins im Histogramm erhöht.
Fühlen Sie sich frei, die Bin-Breite auf einen beliebigen Wert zu ändern, und beachten Sie die folgenden Faustregeln:
Weitere Excel-Tutorials finden Sie auf dieser Seite.
Ein Log-Log-Diagramm ist ein Diagramm, das sowohl auf der x-Achse als auch auf der y-Achse logarithmische Skalen verwendet.
Diese Art von Diagramm ist nützlich, um zwei Variablen zu visualisieren, wenn …
Bei der Verwendung von Klassifizierungsmodellen beim maschinellen Lernen verwenden wir häufig zwei Metriken, um die Qualität des Modells zu bewerten, nämlich Präzision und Erinnerung.
Precision: Korrigieren Sie positive Vorhersagen im …