直方图与箱线图的统计量探索：随机数据的分布特征

几何画板及绘图内容加载中，请稍等……

2024-08-18 01:40

本范例演示如何对随机生成的数据进行分布可视化，并通过直方图与箱线图直观比较数据的离散程度与集中趋势。核心数学概念包括概率统计中的频数分布（直方图）、五数概括（最小值/下四分位数Q1/中位数/上四分位数Q3/最大值）、中位数与四分位数，以及由此得到的箱线图形状特征。作图要点：使用 GeoGebra 命令 Random 生成随机样本；通过 CountIf 统计落入各区间的频数；再用 Sum 汇总得到总量，并借助 Histogram 绘制直方图；同时调用 BoxPlot 生成箱线图；计算 Median、中位数，以及 Q1、Q3、Min、Max 等统计量以驱动箱体与须的定位；用 Text/文本对象（如 text2~text6）标注关键数值，并用按钮或交互对象（如 button1、l1、mp_1）实现数据重采样与即时更新。适合中学高年级到大学基础统计课程，用于课堂演示、统计素养训练与作业可视化实践。

GeoGebra 命令及参数

Random(1, 60, 30) → l1, {15, 53, 58, 58, 24, 43, 21, 33, 8, 1, 16, 24, 45, 6, 55, 44, 10, 1, 25, 49, 41, 18, 12, 45, 6, 42, 41, 27, 22, 59}
CountIf(0 ≤ x < a, l1) → fr_1
CountIf(a ≤ x < b, l1) → fr_2
CountIf(b ≤ x < c, l1) → fr_3
CountIf(c ≤ x < d, l1) → fr_4
CountIf(d ≤ x < e, l1) → fr_5
CountIf(e ≤ x ≤ 60, l1) → fr_6
Sum({fr_1, fr_2, fr_3, fr_4, fr_5, fr_6}) → sum
Histogram({0, a, b, c, d, e, 60}, l1, true, 1) → a_{1}
BoxPlot(0.9, 0.05, l1, true) → i
Median(l1) → Q_2
Q1(l1) → Q_1
Q3(l1) → Q_3
Min(l1) → lv
Max(l1) → hv

AI 绘图提示语参考

生成一组随机数据，绘制直方图和箱线图来展示数据的分布情况，并用文本标注数据的最小值、第一四分位数、中位数、第三四分位数和最大值。添加滑动条控制数据生成和直方图的范围，以便观察数据变化时直方图和箱线图如何更新。

以上提示语为根据原始绘图命令整理而来，仅供参考。