Probability Chart (Cumulative Frequency) 最好用的统计分布图形

我们常用的统计分布图形有直方图(Histogram)，趋势图(Trend Chart)，箱图(Box Plot)，Probability Chart (Cumulative Frequency Chart)。这些图形都是用来显示数据的统计分布的，其中直方图是最简单的；趋势图主要是用来显示数据随着事件的变化；箱图是在另一个维度的分布，同时加入了置信区间等信息；最近接触了Probability Chart, 发现它是一个非常好用的统计分布图形，信息也非常丰富。下面我们来对比一下各自的优缺点，就可以发现为什么Probability Chart被认为是最好用的统计分布图形了。

我们先来看一下各种统计分布图形的样子并介绍一下对应的参数。

1. 第一个是直方图，这个图非常常用，它可以很清楚地表示出数据在不同区间的出现的数量(概率)；其中横轴是数据的区间，纵轴是每个区间内的数据样本出现的次数。这样就可以让我们很清楚地看到整个样本空间的分布状态，同时在图像还可以标注均值和上下限的信息。

1. 第二个是趋势图，这个图形主要是把数据样本按照时间的顺序展示出来，这样如果数据样本与时间有相关性，在图上就可以一眼看出来。纵轴是数据区间，横轴是时间轴。当然也可以在图上标注均值和上下限信息。

1. 箱图是另一个维度的统计分布，添加了一些额外的统计参数信息。其中纵轴是数据区间，横轴是分组条件，所以箱图在分组对比的时候是非常清晰的。中间矩形的上下边分别对应上下四分位数（Q3, Q1），盒子中间的一条实线是中位数。然后两端的横线对应的分别是Q3+1.5IQR和Q1-1.5IQR。在这两条线外的点都被认为是异常点。同时可以显示均值和上下限。

1. Probability Chart (Cumulative Frequency) , 这是一个非常好用的统计分析图，信息也比较多。横轴是数据区间，纵轴是可能性 （0 ~ 1），这个可能性同时也代表百分比（这个非常有用）。图上也可以展示均值和上下限。

从下面的图形可以很清楚地看出所有样本中fail上限的数量的比率为0.02%。同样我们也可看fail下限的样本的比率。我们也可以看样本主要分布在哪个区间。

分组对比

统计分布的分组对比是非常常用的，但是不是所有图形都可以很清晰地分组对比的。其中趋势图是最不适合的，由于数据样本多的时候无法在图上区分，所以不建议用把分组数据绘制在同一个趋势图上。

     从下面的统计图形的分组对比中，我们可以看出直方图用来显示分组对比也不是很清楚，而最清楚的是箱图和Probability Chart.

 

 

 

 

 

大家应该已经可以看出来Probability Chart的优势了，最后在给大家看一下散点图（Scatter plot或者X-Y plot）。这个图是用来查看不同参数之间是否具有相关性的。

X轴是一个参数，Y轴是第二个参数