例3-3某生产车间50名工人日加工零件数(单位:个)如下。 试采用单变量值对数据进行分组 117122124129139107117130122125 08131125117122133126122118108 110118123126133134127123118112 112134127123119113120123127135 137114120 8124115139128124121 为便于分组,可先对上面的数据进行排序,结果如下 107108108110112112113114115117 117117118118118119120120121122 122122122123123123123124124124 125125126126127127127128128129 130131133133134134135137139139 采用单变量值分组形成的频数分布表如表3-4所示 表3-4某车间50名工人日加工零件数分组表 零件数(个频数(人和零件数(个)频数(人零件数(个频数(人) 110 130 112 113 121211133 123 133 2 114 134 2 l15 125 135 117 3223 l18 127 从表3-4可以看出,在数据较多的情况下,单变量值分组由于组 数较多,不便于观察数据分布的特征和规律,而且对于连续变量无法 采用这种分组方法 2.组距分组 在连续变量或变量值较多的情况下,可采用组距分组,它是将全 部变量值依次划分为若干个区间,并将这一区间的变量值作为一组。 在组距分组中,一个组的最小值称为下限( Low limit),最大值称为上 限( Upper limit)。采用组距分组需要经过以下几个步骤: 第一步:确定组数。一组数据分多少个组合适呢?这一般与数据例 3–3 某生产车间 50 名工人日加工零件数（单位：个）如下。 试采用单变量值对数据进行分组。 117 108 110 112 137 122 131 118 134 114 124 125 123 127 120 129 117 126 123 128 139 122 133 119 124 107 133 134 113 115 117 126 127 120 139 130 122 123 123 128 122 118 118 127 124 125 108 112 135 121 为便于分组，可先对上面的数据进行排序，结果如下： 107 117 122 125 130 108 117 122 125 131 108 118 122 126 133 110 118 123 126 133 112 118 123 127 134 112 119 123 127 134 113 120 123 127 135 114 120 124 128 137 115 121 124 128 139 117 122 124 129 139 采用单变量值分组形成的频数分布表如表 3–4 所示。 表 3－4 某车间 50 名工人日加工零件数分组表 零件数（个）频数（人）零件数（个）频数（人）零件数（个）频数（人） 107 108 110 112 113 114 115 117 118 1 2 1 2 1 1 1 3 3 119 120 121 122 123 124 125 126 127 1 2 1 4 4 3 2 2 3 128 129 130 131 133 134 135 137 139 2 1 1 1 2 2 1 1 2 从表 3–4 可以看出，在数据较多的情况下，单变量值分组由于组 数较多，不便于观察数据分布的特征和规律，而且对于连续变量无法 采用这种分组方法。 2. 组距分组 在连续变量或变量值较多的情况下，可采用组距分组，它是将全 部变量值依次划分为若干个区间，并将这一区间的变量值作为一组。 在组距分组中，一个组的最小值称为下限（Low limit），最大值称为上 限（Upper limit）。采用组距分组需要经过以下几个步骤： 第一步：确定组数。一组数据分多少个组合适呢？这一般与数据