یہ ایک گرافیکل نمائندگی ہے جو مختلف اعدادوشمار کو سنبھالتی ہے۔ اس کی افادیت عددی اور شماریاتی اعداد و شمار کو بصری ، منظم اور آسان طریقے سے قائم کرنے کے امکان کو دیکھنے یا ظاہر کرنے پر مبنی ہے جس کو سمجھنا مشکل ہوسکتا ہے۔ ہسٹوگرام کی متعدد قسمیں ہیں جو مختلف قسم کی معلومات کو مختلف انداز میں ظاہر کرتی ہیں۔
وہ اعداد و شمار میں عام طور پر اعداد ، متغیر اور اعداد و شمار کو ظاہر کرنے کے ارادے سے استعمال کیے جاتے ہیں تاکہ نتائج ضعف واضح اور ترتیب دیئے جائیں۔ یہ تقریبا ہمیشہ سلاخوں میں پیش کیا جاتا ہے ، چونکہ انہیں استعمال کرنے کے طریقہ پر انحصار کرنا اس سے زیادہ آسان ہے ، جس شاخوں میں اعداد و شمار کو سب سے زیادہ سہولت حاصل ہے وہ معاشرتی علوم ہیں ، در حقیقت معاشرتی اعداد و شمار کا موازنہ اس طرح کیا جاسکتا ہے کہ مردم شماری کے نتائج ، سطح ناخواندگی یا بچوں کی اموات ۔
ہسٹگرام کے مرکزی نکات درج ذیل ہیں۔
- اعداد و شمار کی تقسیم کا تجزیہ کریں۔
- خصوصیات کے مطابق عمل کرنے کی ڈگری چیک کریں۔
- حل کی تاثیر کا اندازہ کریں۔
ہسٹگرام کے وسعت کے لئے دو طرح کی بنیادی معلومات بھی ہیں ، جو کہ پیچیدگی ، ڈیزائن ، اقدار کی تعدد اور خود ہی اقدار ہیں۔ عام طور پر ، عمودی محور پر تعدد کی نمائندگی کی جاتی ہے جبکہ افقی محور پر ہر متغیر کی اقدار کی نمائندگی کی جاتی ہے (جو ہسٹگرام میں دو یا تین جہتی سلاخوں کے طور پر ظاہر ہوتی ہے)۔
ہسٹوگرام کی اقسام:
- کی سلاخوں سادہ ہے: وہ سب سے زیادہ استعمال کیا جاتا ہے.
- جامع بار: آپ کو دو متغیر کے بارے میں معلومات درج کرنے کی اجازت دیتے ہیں۔
- گروپڈ باروں میں سے: ان پر مخصوص معلومات کے ذریعہ حکمرانی کی جاتی ہے۔
- تعدد کثیرالاضلاع اور فیصد فیصد وارہیڈ: دونوں عام طور پر ماہرین استعمال کرتے ہیں۔
اس پیچیدگی کے باوجود جس کے ساتھ اس تعریف کا علاج کیا جاتا ہے ، ان اعدادوشمار کے گرافوں کی تشکیل سے متعلق کافی مواد موجود ہے۔ ماہرین کے مطابق جمع کی جانے والی تعدد کو ہسٹگرام میں نمائندگی کرنا آسان ہے ، کیونکہ دو مختلف صورتحال کو سلاخوں میں بالکل واضح طور پر دکھایا گیا ہے ، مثال کے طور پر: ایک تاریخ کا موازنہ دوسرے کے ساتھ کرتا ہے یا کسی مدت کے ساتھ ، اس کی تفہیم میں آسانی پیدا ہوتی ہے۔. ایک اور عام طریقہ یہ ہے کہ ایک ہی متغیر کے دو ہسٹگرام کی نمائندگی کرنا دو مثالوں کے ساتھ ہے ، جو پچھلے سے بہت ملتا جلتا ہے لیکن بالکل مختلف صورتحال سے شروع ہوتا ہے۔ معمولی مقداری اور قابلیت والے تغیرات بھی موجود ہیں جن کو ہسٹوگرام کے بجائے تعدد کثیر الاضلاع کی شکل میں پیش کیا جاسکتا ہے ، اس صورت میں جب یہ ایک مجموعی گراف ہوتا ہے تو یہ وار ہیڈ بن جاتا ہے۔
