Görselleştirme · Kullanım rehberi
Histogram
Ölçüm değerlerinin ne zaman oluştuğunu değil nasıl dağıldığını görün. Uydurulmuş eğriyi kanıtlanmış fiziksel model sanmadan kutuları, yüzdelikleri ve dağılım uyumlarını inceleyin.
Bu rehberde ele alınan konular
- Kutu genişliği hikâyeyi değiştirir
- Dağılım zaman sırasını kaybeder
Ne zaman kullanılır: İstatistiksel analizden önce çarpıklık, çok tepelilik veya uzun kuyrukları kontrol edin. Dağılıma hangi durumların katkı verdiğini bulmak için zaman izini yakın tutun.
01
Uygulama arayüzü
Histogram
Gerçek uygulama penceresi
Temel kontroller
Gerekli girdiler
- Sayısal ölçümler
Çıktılar
- Dağılım görünümü
Seçili kontrol
Kutular
Görünür yapının makul kutu seçimlerinde korunup korunmadığını görmek için kuralı veya sayıyı değiştirin.
Bu, widget’ın MachinePulseAI uygulamasındaki gerçek penceresidir. Amacını öğrenmek için numaralı bir işarete veya bir kontrole tıklayın.
Gerekli girdiler
Sayısal ölçümler
Kanalı ve kapsamı seçin. Sonlu örnek kapsamını ve fiziksel birimleri doğrulayın.
02
Temel kavramlar
Aşağıdaki kavramlar hesaplamanın veya görünümün neyi ölçtüğünü açıklar; sonuç yorumlanmadan önce bilinmelidir.
Kutu genişliği hikâyeyi değiştirir
Az kutu ayrı kümeleri gizler; çok kutu gürültüyü tepe gibi gösterebilir. Birkaç makul genişlikte kararlılığı kontrol edin.
Dağılım zaman sırasını kaybeder
Aynı histogramlı iki kaydın olay sıraları tamamen farklı olabilir. Değişim ve zamansal kümelenme için zaman görünümü kullanın.
Temel denklemler
Histogram yoğunluğu
Yoğunluk genliğin ters birimindedir. Sayı, olasılık ve yoğunluk farklı Y anlamlarıdır.
03
Örnek hesaplama
Açıklayıcı örnek · gerçek makine ölçümü değildir
Yoğunluk çubuğunu okuyun
n = 100, N = 1.000, genişlik = 2 → yoğunluk = 0,05
Olasılık kütlesi 0,10; yoğunluk genlik birimi başına 0,05’tir. Yoğunluk yüksekliği örnek sayısı değildir.
Parametreyi değiştirin, ilişkiyi görün
Çalışılmış ilişkiyi keşfetmek için kontrolleri hareket ettirin. Tüm değerler sentetiktir; belirtilen varsayımlar geçerlidir.
Yoğunluk · toplam sayı 1.000
Yalnızca skaler eğitim modeli. Uygulama analizini çalıştırmaz veya gerçek ölçümü doğrulamaz.
04
Uygulama prosedürü
- 01
Gözlem kümesini seçin
Kanalı ve çalışma aralığını ayarlayın.
- 02
Kutuları ve kuyrukları inceleyin
Kutu seçimlerini, yüzdelikleri ve eksik veri bilgisini karşılaştırın.
- 03
Zamanla yorumlayın
Tepeleri ve kuyrukları fiziksel durumlarla ilişkilendirin; uyumları belirtilmiş varsayımlarla kullanın.
Çıktılar
Dağılım görünümü
Ayarlanmış yüzdelik ve uyum katmanlarıyla kutulanmış sayılar veya normalize görünüm.
Sık yapılan hatalar
Karışımı tek çalışma durumu saymak
Makineye tek dağılım atamadan önce boşta ve yükte aralıkları ayırın.
Yoğunluk yüksekliğini olasılık saymak
Olasılık alana aittir; kutu genişliği önemlidir.
05
Kaynaklar
Bu kaynaklar temel kavramları açıklar. Uygulama kontrolleri ve kullanılabilirlik yerel MachinePulseAI uygulamasına göre anlatılır.