Как найти относительную частоту: формула и наглядные примеры

Кратко

• Относительная частота показывает, какую долю от общего количества наблюдений занимает определённый признак или событие.
• Формула проста: делим абсолютную частоту на общее количество наблюдений и получаем число от 0 до 1 (или в процентах).
• Результат всегда можно проверить: сумма всех относительных частот должна равняться 1 (или 100 %).
• Удобнее всего считать через таблицу частот — так сразу видны и абсолютные, и относительные значения.
• Типичные ошибки новичков — путаница с абсолютными данными и неправильное округление.
• На практике относительную частоту используют повсеместно: от школьной статистики до анализа продаж и качества продукции.

Относительная частота — это один из базовых инструментов описательной статистики. Она отвечает на простой вопрос: насколько часто встречается определённое событие или значение относительно всех наблюдений. Если абсолютная частота говорит «сколько раз», то относительная показывает «какая доля».

Формула выглядит так: относительная частота = абсолютная частота / общее количество наблюдений. Результат получаем в виде десятичной дроби или процента. Именно этот показатель позволяет сравнивать разные выборки даже тогда, когда их размеры сильно отличаются.

Далее разберём, как именно найти относительную частоту на практике, какие нюансы стоит учитывать и где чаще всего допускают ошибки.

Что такое относительная частота и зачем она нужна

Абсолютная частота — это просто количество раз, когда определённый признак встретился в выборке. Если в группе из 40 учеников 12 получили оценку «отлично», то абсолютная частота «отлично» равна 12. Относительная частота в этом случае будет 12 / 40 = 0,3 или 30 %.

Почему это удобнее? Потому что 12 «отличников» в классе из 40 учеников и 12 «отличников» в школе из 800 учеников — совершенно разные ситуации. Относительная частота сразу показывает настоящий вес явления.

В статистике относительную частоту обозначают по-разному: иногда как w, иногда как f_отн, иногда просто как долю. Главное — понимать механику расчёта.

По опыту, именно относительные частоты чаще всего используют в отчётах, презентациях и научных работах, потому что они понятны даже людям, далёким от математики. Проценты воспринимаются интуитивно.

Формула относительной частоты

Базовая формула выглядит так:

Относительная частота = n / N

где n — абсолютная частота определённого признака,
N — общее количество всех наблюдений.

Если нужно получить результат в процентах, умножаем на 100:

Относительная частота (%) = (n / N) × 100 %

Важный момент: сумма всех относительных частот для полной группы признаков всегда должна равняться 1 (или 100 %). Если после расчётов получается 0,98 или 1,03 — стоит проверить округление или подсчёт абсолютных частот.

На практике я часто вижу, как студенты сначала считают всё в десятичных дробях, а потом переводят в проценты. Это удобнее, потому что меньше ошибок с округлением.

Как рассчитать относительную частоту пошагово

Вот алгоритм, которым пользуются почти всегда:

1. Соберите все данные и определите общее количество наблюдений N.
2. Подсчитайте, сколько раз встречается каждый нужный признак (абсолютные частоты n₁, n₂, n₃…).
3. Разделите каждую абсолютную частоту на N.
4. По желанию переведите в проценты.
5. Проверьте, равна ли сумма относительных частот 1 (или 100 %).

Этот порядок работы почти никогда не подводит. Если данных много, лучше сразу строить таблицу — так меньше шансов что-то пропустить.

Пример 1. Оценки студентов

В группе из 25 студентов результаты контрольной такие:

• «5» — 7 человек
• «4» — 9 человек
• «3» — 6 человек
• «2» — 3 человека

Общее количество N = 25.

Относительные частоты:

• «5»: 7 / 25 = 0,28 (28 %)
• «4»: 9 / 25 = 0,36 (36 %)
• «3»: 6 / 25 = 0,24 (24 %)
• «2»: 3 / 25 = 0,12 (12 %)

Проверка: 0,28 + 0,36 + 0,24 + 0,12 = 1. Всё сходится.

Пример 2. Дефекты на производстве

За смену изготовлено 480 деталей. Среди них:

• царапины — 24
• неровности — 15
• отклонение размера — 9
• без дефектов — 432

Относительные частоты дефектов:

• царапины: 24 / 480 = 0,05 (5 %)
• неровности: 15 / 480 = 0,03125 (примерно 3,1 %)
• отклонение размера: 9 / 480 = 0,01875 (примерно 1,9 %)
• без дефектов: 432 / 480 = 0,9 (90 %)

Здесь уже видно, что самая частая проблема — царапины. Именно такие данные обычно ложатся в основу решений по улучшению процесса.

Таблица частот: самый удобный способ

Когда признаков несколько, лучше всего сразу строить таблицу. Она одновременно показывает и абсолютные, и относительные значения.

Такая таблица сразу даёт полную картину. Её можно строить в Excel, Google Sheets или даже на листе бумаги. Главное — всегда добавлять строку «Итого», чтобы контролировать сумму.

На практике замечал: когда люди пропускают проверку суммы, почти всегда где-то скрывается ошибка в подсчёте абсолютных частот.

Относительная частота и вероятность: в чём разница

Многие путают относительную частоту с вероятностью. Формально они похожи, но смысл разный.

Вероятность — это теоретическая оценка возможности события до эксперимента. Относительная частота — это фактический результат после проведения наблюдений.

Если бросать монету много раз, относительная частота выпадения герба будет приближаться к 0,5. Но в конкретной серии из 20 бросков она может быть 0,35 или 0,65. Это нормально.

Чем больше выборка, тем ближе относительная частота к настоящей вероятности. Это свойство называют законом больших чисел.

Поэтому в реальных задачах мы почти всегда работаем именно с относительной частотой, а не с теоретической вероятностью — потому что имеем дело с конкретными данными.

Типичные ошибки при расчёте

Самые частые промахи, которые вижу у студентов и даже в некоторых отчётах:

• Делят не на общее количество наблюдений, а на количество вариантов признака.
• Забывают перевести результат в проценты, когда этого требует задание.
• Округляют слишком грубо и теряют контроль суммы.
• Путают относительную частоту с накопленной (кумулятивной).
• Берут в расчёт не все данные, а лишь часть выборки.

Особенно коварно округление. Если считаете до двух знаков после запятой, сумма может выйти 0,99 или 1,01. В таких случаях один из результатов немного корректируют, чтобы сумма стала ровно 1. Это допустимая практика, если разница невелика.

Ещё одна распространённая ошибка — считать относительную частоту только для «интересных» значений и игнорировать остальные. Тогда картина получается искажённой.

Когда относительную частоту удобнее представлять в процентах

Десятичная дробь (0,28) удобна для дальнейших расчётов. Проценты (28 %) лучше воспринимаются людьми, которые не работают со статистикой каждый день.

В отчётах для руководства, презентациях и публичных материалах почти всегда используют проценты. В научных статьях и внутренних расчётах чаще оставляют десятичные значения.

Правило простое: если аудитория — специалисты, можно оставлять дроби. Если нет — переводим в проценты.

Как найти относительную частоту в Excel и Google Sheets

В таблицах это делается за несколько кликов.

Предположим, абсолютные частоты стоят в столбце B, а общее количество — в ячейке B10. Тогда в соседнем столбце пишем формулу:

=B2/B10

Знак доллара фиксирует ячейку с общим количеством, чтобы при протягивании формулы она не менялась.

Чтобы сразу получить проценты, форматируем ячейки как процентные или умножаем на 100:

=B2/B10*100

Можно также использовать функцию FREQUENCY, но для большинства задач обычного деления достаточно.

В Google Sheets логика абсолютно такая же.

Относительная частота для интервальных рядов

Когда данные сгруппированы в интервалы (например, рост от 160 до 165 см, от 165 до 170 см и т.д.), принцип расчёта не меняется. Абсолютная частота — это количество наблюдений, попавших в интервал. Далее делим на общее количество.

Иногда дополнительно считают относительную плотность частоты — делят относительную частоту на длину интервала. Это нужно, когда интервалы имеют разную ширину и хочется корректно сравнить «насыщенность» каждого из них.

Для большинства бытовых и учебных задач обычной относительной частоты достаточно.

Практические сферы применения

Относительную частоту используют почти везде, где есть подсчёт:

• в социологии — доля людей с определённым мнением;
• в маркетинге — доля покупателей определённой категории товаров;
• в производстве — доля брака;
• в медицине — частота появления симптомов в выборке пациентов;
• в спорте — процент удачных бросков или ударов.

Даже в повседневной жизни мы постоянно оперируем относительными частотами, просто не называем их так. «Треть сотрудников работает удалённо» — это и есть относительная частота.

По наблюдениям, люди, которые привыкли мыслить относительными показателями, быстрее замечают реальные тенденции и реже делают ложные выводы на основе абсолютных чисел.

Что делать, если данных очень много

Когда наблюдений тысячи или десятки тысяч, вручную считать уже неудобно. Тогда используют специализированные программы: Excel, SPSS, R, Python (библиотека pandas).

В pandas, например, достаточно одной команды:

df['столбец'].value_counts(normalize=True)

Она сразу возвращает относительные частоты.

Но даже в больших данных логика остаётся той же: абсолютная частота делится на общее количество.

Главное — не забывать о проверке суммы и о том, все ли наблюдения попали в расчёт.

Когда относительная частота может вводить в заблуждение

Есть несколько ситуаций, когда показатель стоит трактовать осторожно.

Первая — очень малая выборка. Если из 5 человек 3 сказали «да», относительная частота 60 %. Но это ещё ничего не доказывает.

Вторая — изменение базовой группы. 10 % роста продаж в маленьком магазине и 10 % в большой сети — разные по масштабу явления, хотя относительные цифры одинаковые.

Третья — сокрытие абсолютных чисел. Иногда в отчётах показывают только проценты, а реальный объём выборки прячут. Тогда сложно оценить надёжность результата.

Поэтому хорошая практика — всегда указывать и абсолютную, и относительную частоту вместе с размером выборки.

Если нужно быстро и правильно найти относительную частоту, делайте так: соберите все данные, подсчитайте абсолютные частоты, разделите каждую на общее количество, проверьте сумму и при необходимости переведите в проценты. Удобнее всего оформлять всё в таблицу — так меньше шансов ошибиться и сразу видна полная картина.

Попробуйте сейчас взять любой свой набор данных (оценки, продажи, результаты опроса) и посчитать относительные частоты. Через 10–15 минут алгоритм уже будет сидеть в голове, и вы удивитесь, насколько часто он нужен в повседневной работе.