फ्रीक्वेंसी हिस्टोग्राम क्या है? शुरुआती लोगों के लिए एक व्यापक मार्गदर्शिका

डेटा विश्लेषण में हिस्टोग्राम का उपयोग अक्सर किसी डेटा सेट के वितरण को ग्राफ़िक रूप से दर्शाने के लिए किया जाता है। यह हमें दिखाता है कि डेटा विभिन्न मानों में कैसे फैला है, जिससे पैटर्न, रुझान, और विसंगतियाँ पहचानने में मदद मिलती है।

यह लेख फ्रीक्वेंसी हिस्टोग्राम का परिचय देता है और आपको चरण-दर-चरण एक हिस्टोग्राम बनाना सिखाता है। हम हिस्टोग्राम के विभिन्न प्रकारों, उन्हें बनाने की लोकप्रिय तकनीकों, सामान्य गलतियों से बचने के तरीकों, और पालन करने योग्य सर्वोत्तम प्रथाओं के बारे में भी जानेंगे।

फ्रीक्वेंसी हिस्टोग्राम क्या है?

फ्रीक्वेंसी हिस्टोग्राम किसी डेटा सेट के वितरण का ग्राफ़िक प्रतिनिधित्व है। एक हिस्टोग्राम बिन्स की श्रृंखला से बनता है—यानी ऐसे अंतराल जो डेटा की रेंज को कवर करते हैं। हर बिन की एक फ्रीक्वेंसी होती है, अर्थात उस अंतराल में आने वाले डेटा बिंदुओं की संख्या। बिन्स क्षैतिज अक्ष पर और फ्रीक्वेंसी लंबवत अक्ष पर प्लॉट की जाती हैं, जिससे चार्ट बार जैसा प्रतिनिधित्व बनता है। प्रत्येक बार की ऊँचाई उस बिन में डेटा बिंदुओं की फ्रीक्वेंसी दर्शाती है।

हिस्टोग्राम लोकप्रिय हैं क्योंकि वे डेटा विश्लेषण में कई महत्वपूर्ण काम करते हैं:

• बड़े डेटा सेट का सार: जब बड़े पैमाने पर डेटा से निपटना हो, तो हिस्टोग्राम स्पष्ट और संक्षिप्त सार देता है, जिससे बिना हर डेटा बिंदु में उलझे समग्र वितरण को जल्दी समझा जा सकता है।
• आउटलायर पहचानना: हिस्टोग्राम डेटा वितरण को दृश्य बनाते हैं और आउटलायर—ऐसे डेटा बिंदु जो बाकी डेटा से काफी अलग हों—खोजने में आसानी होती है। ये आउटलायर त्रुटि, विसंगति, या आगे जाँच योग्य किसी महत्वपूर्ण घटना के संकेत हो सकते हैं।
• डेटा वितरण के पैटर्न समझना: हिस्टोग्राम स्क्यूनेस (वितरण की असममिति), मोडैलिटी (वितरण में शिखरों की संख्या), और स्प्रेड (डेटा की रेंज) जैसे पैटर्न पहचानने में मदद करते हैं। यह समझ सांख्यिकीय मॉडलिंग के लिए अहम है, क्योंकि इससे मॉडल और मान्यताओं के चुनाव में मार्गदर्शन मिलता है।
• तुलनात्मक विश्लेषण: अलग-अलग डेटा सेट की तुलना के लिए भी हिस्टोग्राम उपयोगी हैं। उन्हें साथ-साथ प्लॉट करके हम उनके वितरणों की दृश्य तुलना कर सकते हैं, जिससे कच्चे डेटा से स्पष्ट न होने वाली समानताएँ और भिन्नताएँ उजागर होती हैं।

अब जब हमने फ्रीक्वेंसी हिस्टोग्राम और डेटा एनालिटिक्स में उनके उद्देश्य को समझ लिया है, तो एक उदाहरण के जरिए इन्हें बनाना सीखते हैं।

फ्रीक्वेंसी हिस्टोग्राम कैसे बनाएं

मान लें कि आप एक डेटा विश्लेषक हैं और आपको पिछले महीने के दौरान एक रिटेल स्टोर की दैनिक बिक्री डेटा का विश्लेषण करने का कार्य सौंपा गया है। 

आपका लक्ष्य दैनिक बिक्री के वितरण को समझना है ताकि पैटर्न पहचाने जा सकें, प्रदर्शन का आकलन हो, और इन्वेंट्री प्रबंधन व बिक्री रणनीतियों के लिए इनसाइट्स दिए जा सकें। विश्लेषण के हिस्से के रूप में, आपने तय किया कि एक हिस्टोग्राम से उपयोगी इनसाइट्स निकाली जा सकती हैं। 

अपना फ्रीक्वेंसी हिस्टोग्राम बनाने के लिए आप ये कदम अपना सकते हैं:

चरण 1: अपना डेटा सेट इकट्ठा करें 

मान लें आपने अपनी संस्था की डेटा टीम से जुड़कर बिक्री डेटाबेस से डेटा निकाला। आपने डेटा को नीचे दिखाए अनुसार सारणीबद्ध प्रारूप में व्यवस्थित किया है:

बिक्री डेटा सेट। चित्र: लेखक।

चरण 2: बिन्स निर्धारित करें

इसके बाद, डेटा की रेंज और वितरण के आधार पर उपयुक्त बिन्स चुनें। 

डेटा का विश्लेषण करने पर आप देखते हैं कि सबसे छोटी मान 20 है, सबसे बड़ी 135, और कुल 30 ऑब्जर्वेशन हैं। स्क्वेयर रूट नियम (इसके बारे में आगे और जानेंगे) के अनुसार, √30 ≈ 5.5, यानी आप छह बिन्स ले सकते हैं। हमें 115 की रेंज को छह बिन्स में बाँटना होगा, जिससे लगभग 19 यूनिट का बिन-चौड़ाई आती है।

सरलता के लिए, 20 यूनिट चौड़ाई वाले बिन्स लें: 

• 20–39
• 40–59
• 60–79
• 80–99
• 100–119
• 120–139

चरण 3: प्रत्येक बिन में फ्रीक्वेंसी निकालें

हर अंतराल में आने वाले ऑब्जर्वेशन्स की संख्या गिनें और उन्हें नीचे दिखाए अनुसार सारणीबद्ध करें:

प्रत्येक बिन में फ्रीक्वेंसी की गणना। चित्र: लेखक।

चरण 4: हिस्टोग्राम प्लॉट करें

बिन्स के लिए क्षैतिज रेखा (x-अक्ष) और फ्रीक्वेंसी के लिए लंबवत रेखा (y-अक्ष) खींचें। हर बिन के लिए उसकी फ्रीक्वेंसी के अनुरूप ऊँचाई वाला एक बार बनाएं।

आपका हिस्टोग्राम कुछ ऐसा दिखना चाहिए:

हिस्टोग्राम प्लॉट करना। चित्र: लेखक।

चरण 5: लेबलिंग और फ़ॉर्मेटिंग

x-अक्ष को “Units Sold” और y-अक्ष को “Frequency” से लेबल करें। “Histogram of Daily Sales Data” जैसा शीर्षक दें। स्पष्ट विज़ुअलाइज़ेशन के लिए बार्स को समान दूरी पर और अलग-अलग रखें।

पूर्ण आरेख ऐसा दिखना चाहिए:

हिस्टोग्राम की लेबलिंग और फ़ॉर्मेटिंग। चित्र: लेखक।

बस इतना ही! आपने अपने विश्लेषण के लिए फ्रीक्वेंसी हिस्टोग्राम बना लिया है।

फ्रीक्वेंसी हिस्टोग्राम के विभिन्न प्रकार

फ्रीक्वेंसी हिस्टोग्राम के अलग-अलग प्रकार होते हैं, जिनमें डेटा को दर्शाने के तरीके में हल्के भिन्नता होती है।

• फ्रीक्वेंसी हिस्टोग्राम: पारंपरिक फ्रीक्वेंसी हिस्टोग्राम निर्धारित बिन्स में डेटा बिंदुओं की निरपेक्ष फ्रीक्वेंसी दिखाता है। जैसा कि हमने ऊपर देखा, यह डेटा बिंदुओं के वितरण और एकाग्रता को समझने में मदद करता है और सबसे सामान्य प्रकार है।
• रिलेटिव फ्रीक्वेंसी हिस्टोग्राम: इसमें हर बिन में डेटा बिंदुओं की निरपेक्ष संख्या के बजाय उनकी सापेक्ष फ्रीक्वेंसी (अनुपात) दिखाई जाती है। यह अलग-अलग डेटा सेट की तुलना में विशेष रूप से उपयोगी है क्योंकि यह डेटा को सामान्यीकृत करता है, जिससे अलग-अलग कुल गिनती वाले वितरणों की तुलना आसान हो जाती है।
• क्यूम्युलेटिव फ्रीक्वेंसी हिस्टोग्राम: यह संचयी कुल दिखाता है, जिससे यह समझने में मदद मिलती है कि फ्रीक्वेंसी डेटा रेंज में कैसे जमा होती जाती है। परसेंटाइल्स पहचानने और संचयी प्रभाव समझने के लिए यह उपयोगी है।

इन भिन्न रूपों से आप अपनी विश्लेषण परियोजनाओं में अलग-अलग परिस्थितियों के अनुसार नए इनसाइट्स निकाल सकते हैं; इसलिए इन प्रकारों का ज्ञान उपयोगी है।

फ्रीक्वेंसी हिस्टोग्राम बनाने के लिए उपयोगी तकनीकें

हालाँकि हमने ऊपर हिस्टोग्राम मैन्युअल रूप से बनाना सीखा, आप विभिन्न टूल्स और तकनीकों से भी ऐसा कर सकते हैं, जिनकी विशेषताएँ और क्षमताएँ अलग-अलग होती हैं। 

हिस्टोग्राम बनाने के लिए कुछ लोकप्रिय तकनीकें ये हैं:

• Microsoft Excel या Google Sheets: Microsoft Excel एक व्यापक रूप से प्रयुक्त स्प्रेडशीट एप्लिकेशन है जिसमें इनबिल्ट चार्टिंग टूल्स हैं। Google Sheets एक क्लाउड-आधारित स्प्रेडशीट एप्लिकेशन है, जिसमें Excel जैसी चार्टिंग क्षमताएँ हैं। दोनों टूल्स विश्लेषण परियोजनाओं में आम हैं और हिस्टोग्राम बनाने की सुविधा देते हैं। आप हमारे Visualizing Data in Excel ट्यूटोरियल से हिस्टोग्राम बनाना सीख सकते हैं।
• PowerBI: PowerBI एक बिज़नेस इंटेलिजेंस टूल है जो उपयोगकर्ताओं को डेटा विज़ुअलाइज़ करने और अपनी संस्था में इनसाइट्स साझा करने में सक्षम बनाता है। हिस्टोग्राम इसकी विज़ुअलाइज़ेशन सुविधाओं में शामिल हैं। Exploratory Data Analysis with PowerBI कोर्स आपको इंटरैक्टिव तरीके से हिस्टोग्राम बनाना और अन्य विश्लेषण कार्य करना सिखा सकता है।
• Python: Python, एक लोकप्रिय प्रोग्रामिंग भाषा, में matplotlib, seaborn, plotly आदि जैसे कई विज़ुअलाइज़ेशन पैकेज हैं जो हिस्टोग्राम बना सकते हैं। Introduction to Data Science in Python कोर्स में हैंड्स-ऑन तरीके से हिस्टोग्राम (और अन्य विज़ुअलाइज़ेशन) बनाने की गहराई से चर्चा है।
• R: R एक और लोकप्रिय डेटा साइंस प्रोग्रामिंग भाषा है, जो अपनी उन्नत डेटा विश्लेषण क्षमताओं और ggplot2 जैसी व्यापक विज़ुअलाइज़ेशन लाइब्रेरी के कारण हिस्टोग्राम बनाने के लिए उपयुक्त है। R में यह छह-चरणीय ट्यूटोरियल आपको हिस्टोग्राम बनाना सिखाएगा।
• Tableau: Tableau एक अन्य BI सॉफ्टवेयर है जो कच्चे डेटा को इंटरैक्टिव, साझा करने योग्य डैशबोर्ड्स में बदलने में मदद करता है और हिस्टोग्राम बनाने के लिए प्रयोग किया जा सकता है। Analyzing Data in Tableau कोर्स हिस्टोग्राम बनाने की विस्तृत प्रक्रिया कवर करता है।

बेशक, यह सूची संपूर्ण नहीं है; हिस्टोग्राम बनाने के लिए कई अन्य ऑनलाइन टूल्स भी उपलब्ध हैं। अपनी विश्लेषण परियोजना की जरूरतों के अनुसार उपयुक्त टूल अपनाने के लिए उन्हें बेझिझक आज़माएँ।

सामान्य गलतियाँ और सर्वोत्तम प्रथाएँ

क्योंकि हिस्टोग्राम को अक्सर बुनियादी विश्लेषण आरेख माना जाता है, हम उन्हें औपचारिक रूप से नहीं सीखते—और यही उन्हें बनाते समय गलतियों का कारण बनता है। यहाँ कुछ सामान्य गलतियाँ और उनसे बचने की सर्वोत्तम प्रथाएँ दी गई हैं:

1. बिन-चौड़ाई (और बिन्स की संख्या) चुनना

अनुचित बिन-चौड़ाई चुनना हिस्टोग्राम की रूप-रेखा और सटीकता पर बड़ा असर डाल सकता है। 

बहुत चौड़े बिन्स बहुत सारे डेटा बिंदुओं को एक साथ समेट देते हैं, जिससे महत्वपूर्ण पैटर्न और विविधताएँ छिप सकती हैं। इस स्थिति में वितरण की बारीकियाँ और सूक्ष्म अंतर देखना कठिन हो जाता है। 

दूसरी ओर, बहुत संकरे बिन्स का मतलब है कि हर बिन बहुत छोटी रेंज कवर करता है, जिससे कई बिन्स में बहुत कम डेटा बिंदु आ सकते हैं। यह स्तर का विवरण अनावश्यक हो सकता है और दर्शक को अत्यधिक जानकारी से अभिभूत कर सकता है, जिससे सार्थक पैटर्न या रुझान ढूँढना मुश्किल हो जाता है।

असंगत बिन आकार भ्रामक विज़ुअलाइज़ेशन देंगे और हिस्टोग्राम की व्याख्या कठिन बना देंगे।

सर्वोत्तम प्रथाएँ

सबसे पहले, सुनिश्चित करें कि आपके हिस्टोग्राम के सभी बिन्स की चौड़ाई समान हो। यह सुसंगति विभिन्न अंतरालों में फ्रीक्वेंसी की तुलना को सीधा बनाती है। 

उपयुक्त बिन-चौड़ाई (और बिन्स की संख्या) निर्धारित करने के लिए कई दिशानिर्देश मददगार हो सकते हैं:

• स्क्वेयर रूट नियम: यह नियम सुझाव देता है कि बिन्स की संख्या डेटा बिंदुओं की संख्या के वर्गमूल के बराबर रखें। उदाहरण के लिए, यदि आपके पास 100 डेटा बिंदु हैं, तो आप √100 = 10 बिन्स लेंगे। यह तरीका सरल और आमतौर पर प्रभावी होता है।
• Sturges का सूत्र: यह सूत्र डेटा बिंदुओं की संख्या को ध्यान में रखते हुए बिन्स की संख्या निकालता है। यह बड़ा डेटा सेट होने पर खास तौर पर उपयोगी है, क्योंकि यह बहुत कम और बहुत ज्यादा बिन्स के बीच संतुलन देता है।

Sturges का नियम। स्रोत: Wikipedia

व्यवहार में, सर्वोत्तम बिन-चौड़ाई पुनरावृत्त समायोजन से मिलती है। किसी दिशानिर्देश-आधारित बिन-चौड़ाई से शुरू करें और फिर स्पष्टता और सूचनात्मकता के आधार पर ऊपर-नीचे समायोजित करें।

2. लेबलिंग और स्केलिंग

एक सामान्य गलती यह है कि ध्यान सिर्फ आरेख पर रहे और लेबल तथा स्केल पर नहीं।

यदि अक्षों को गलत या अपर्याप्त रूप से लेबल किया गया है, तो दर्शक नहीं समझ पाएँगे कि हिस्टोग्राम क्या दर्शाता है। 

एकाधिक हिस्टोग्राम्स की तुलना करते समय y-अक्ष पर असंगत स्केल तुलना को विकृत कर सकता है। मान लें एक हिस्टोग्राम का y-अक्ष 0 से 100 तक है और दूसरे का 0 से 50 तक; तब बार की ऊँचाइयाँ सीधे तुलनीय नहीं होंगी। यह असंगति दर्शकों को ऐसी महत्वपूर्ण भिन्नता या समानता का आभास दे सकती है जो वास्तव में मौजूद नहीं है।

एक ही हिस्टोग्राम के भीतर असंगत स्केलिंग भी डेटा का गलत प्रतिनिधित्व कर सकती है। यदि y-अक्ष शून्य के अलावा किसी और संख्या से शुरू होता है या अनियमित अंतराल उपयोग करता है, तो यह बिन फ्रीक्वेंसी के बीच के अंतर को बढ़ा-चढ़ाकर या कम करके दिखा सकता है, जिससे गलत निष्कर्ष निकल सकते हैं।

सर्वोत्तम प्रथाएँ

हमेशा x-अक्ष और y-अक्ष को स्पष्ट और सटीक रूप से लेबल करें। हर अक्ष क्या दर्शाता है, यह बताएं और जहाँ लागू हो, माप की इकाइयाँ शामिल करें। हिस्टोग्राम के लिए संदर्भ देने वाला एक वर्णनात्मक शीर्षक जोड़ें।

खासकर कई हिस्टोग्राम्स की तुलना करते समय y-अक्ष के लिए एकसमान स्केल का उपयोग करें। इससे बार की ऊँचाई फ्रीक्वेंसी या रिलेटिव फ्रीक्वेंसी को सही ढंग से दर्शाती है और सार्थक तुलना संभव होती है। डेटा वितरण का सही प्रतिनिधित्व देने के लिए y-अक्ष शून्य से शुरू होना चाहिए। यदि व्यावहारिक रूप से शून्य से शुरू करना संभव न हो, तो प्रारंभिक बिंदु स्पष्ट रूप से बताएँ और समान अंतराल रखें।

3. आउटलायर का प्रबंधन

आउटलायर वे डेटा बिंदु होते हैं जो मुख्य डेटा समूह से काफी बाहर होते हैं और वितरण के आकार को प्रभावित करते हैं। एक सामान्य गलती उन्हें बस निकाल देना और अनदेखा करना है।

उन्हें हटा देने से वितरण की वास्तविक प्रकृति छिप सकती है, जैसे लंबी टेल या असममिति (स्क्यूनेस) की मौजूदगी। उदाहरण के लिए, कुछ अत्यधिक उच्च मान वाला डेटा सेट आउटलायर सहित स्क्यूड दिख सकता है, लेकिन उन्हें हटाने पर अधिक सममित लगेगा।

कभी-कभी आउटलायर महत्वपूर्ण घटनाओं या इनसाइट्स का प्रतिनिधित्व करते हैं। जैसे, बिक्री डेटा में कोई आउटलायर असामान्य रूप से बड़ी खरीदारी हो सकती है, जो सफल मार्केटिंग अभियान या थोक ऑर्डर का संकेत हो सकता है। ऐसे बिंदुओं को नज़रअंदाज़ करना मूल्यवान जानकारी खो सकता है।

सर्वोत्तम प्रथाएँ

डेटा वितरण का समग्र दृश्य देने के लिए हिस्टोग्राम में आउटलायर शामिल करें। y-अक्ष का स्केल इस तरह रखें कि ये आउटलायर समा जाएँ और मुख्य डेटा अत्यधिक संकुचित न हो।

यदि विशिष्ट कारणों (जैसे त्रुटियाँ, अप्रासंगिक चरम मान) से आउटलायर हटाए गए हों, तो साथ के पाठ या लेजेंड में स्पष्ट रूप से समझाएँ। इससे पारदर्शिता बनी रहती है और दर्शक हटाने के तर्क को समझ पाते हैं।

इन सर्वोत्तम प्रथाओं का पालन करने से आपका हिस्टोग्राम इच्छित इनसाइट्स संप्रेषित करेगा और आगे की डेटा एनालिटिक्स में सहायक होगा।

निष्कर्ष

इस लेख में आपने फ्रीक्वेंसी हिस्टोग्राम, उनके विभिन्न प्रकार, और डेटा एनालिटिक्स में उनकी अहमियत जानी। हिस्टोग्राम्स को मैन्युअल रूप से बनाने के बाद, हमने कुछ लोकप्रिय टूल्स और तकनीकों की सूची दी जिनसे आप हिस्टोग्राम बना सकते हैं। हमने बचने योग्य सामान्य गलतियाँ और अपनाने योग्य सर्वोत्तम प्रथाएँ भी सीखी।

हम आपको प्रोत्साहित करते हैं कि कई डेटा सेट्स पर हिस्टोग्राम बनाएँ और उनकी व्याख्या करें, ताकि दक्षता विकसित हो। अभ्यास और परिणामों का विश्लेषण आपको डेटा एनालिटिक्स में निपुण बनने में मदद करेगा।

सीखते रहिए!