Как изменение bin width в histogram чаще всего влияет на восприятие данных?
AНа форму не влияет, меняется только цвет
BМеньший
bin width может подчеркнуть шум и локальные пикиCБольший
bin width всегда делает распределение симметричнымD
bin width влияет только на среднее, а не на формуПравильный ответ.
bin width управляет детализацией: слишком мелко — шум, слишком крупно — сглаживание.Разбор
При малом bin width вы видите больше деталей, но возрастает визуальный шум. При большом bin width форма сглаживается и мелкие структуры могут исчезнуть. Поэтому важно подбирать биннинг осознанно и проверять устойчивость выводов.
Проверь себя · 1/3разбор после ответа
Для метрики с сильной
skewness (тяжёлый хвост) какая характеристика чаще всего более устойчива к outliers?Ещё вопросы по теме «Распределения и выбросы»
- Что лучше всего показывает `histogram`?
- В `boxplot` «коробка» обычно соответствует какому диапазону `percentiles`?
- Что означает положительная `skewness` (правый перекос) у распределения выручки на пользователя?
- Вы видите единичные экстремальные значения в метрике времени ответа. Что разумнее всего сделать первым шагом перед удалением `outliers`?
- Когда `log scale` чаще всего полезна при визуализации распределения?
- Все вопросы по «Распределения и выбросы» →