Gå till huvudinnehåll Gå till ytterligare innehåll

Visa fördelningen av måttvärden i en dimension med ett fördelningsdiagram.

Det här exemplet visar hur ett fördelningsdiagram används för att visa fördelningen av måttvärden i en dimension med väderdata som exempel.

Fördelningsdiagram

Datauppsättning

I det här exemplet ska vi använda följande väderdata.

  • Location: Sweden > Gällivare Airport
  • Date range: all data from 2010 to 2017
  • Measurement: Average of the 24 hourly temperature observations in degrees Celsius

Den hämtade datauppsättningen innehåller ett mått på den dagliga genomsnittstemperaturen från en väderstation i norra Sverige under perioden 2010–2017.

Mått

Vi använder genomsnittstemperaturmåttet i datauppsättningen som mått genom att skapa ett mått i Originalobjekt som kallas Temperature degrees Celsius och uttrycket Avg([Average of the 24 hourly temperature observations in degrees Celsius]).

Visualisering

Vi lägger till ett fördelningsdiagram till arket och anger följande dataegenskaper:

  • Dimension: Date (datum) och Year (år). Ordningen är viktig, Date måste vara den första dimensionen.
  • Mått: Temperature degrees Celsius; det mått som skapades som ett originalobjekt.

Fördelningsdiagram med dimensionerna Date (datum) och Year (år) och måttet Temperature degrees Celsius.

Fördelningsdiagram

Upptäckt

Fördelningsdiagrammet visualiserar fördelningen av de dagliga temperaturmåtten. Visualiseringen sorteras efter år, och varje punkt representerar ett temperaturmått.

I visualiseringen kan vi se att år 2012 har det lägsta extrema temperaturmåttet, nära -40 grader Celsius. Vi kan även se att år 2016 verkar ha den största fördelningen av temperaturmått. Det kan vara svårt att få syn på kluster och outliers med så många punkter i fördelningsdiagrammet, men år 2017 har två låga temperaturmått som sticker ut. Du kan hovra med muspekaren över en punkt och visa informationen.

Var den här sidan till hjälp för dig?

Om du hittar några fel på denna sida eller i innehållet – ett stavfel, ett steg som saknas eller ett tekniskt fel – berätta för oss så att vi kan blir bättre!