3.2 Tally Table：將資料分成等距離的組別，再 第三章 次數分配與資料分析 3.2 Tally Table：將資料分成等距離的組別，再 計算各組別的資料點數（計算其 Tally marks）。 分組資料(Grouped Data)：資料之展示以組別為主， 不知個別資料的確實數據者。 未分組資料(Nongrouped Data/ Raw Data)：有個別 資料的詳細數據者 次數(Frequency)：資料落在各組別中的次數。 次數表(Frequency Table)：Table 3.3（將各組別的 資料的次數列出來） 次數分配(Frequency Distribution)：Table 3.5 （顯示組別間資料之分布情形） 組別區分時應注意事項： 避免過多或過少，以5至15組為準。 組別區分清楚，以避免一資料落在兩個組別中。 每組的組距最好相同（例外：有極端值時）。 第三章
3.3 另外三種次數表 3.4 次數分配的圖形展示 累積次數(Cumulative frequency): 將前面組別之次數 累積加總至該組之次數中。 相對次數(Relative frequency): 各組別之次數佔總樣本 數之比例。 累積相對次數(Cumulative relative frequency): 將前面的 相對次數加總至該組中計算其累積的比例。 3.4 次數分配的圖形展示 用已分組之資料： 直方圖(Histograms): 用長條圖來展現資料之分配狀態。 Histogram 與 bar chart 不同之處： 相鄰的長方條緊密相接。 每一長方條的面積與該組的次數比例習習相關。 次數多邊圖形(Frequency Polygon): 將組中點連接起來 之多邊圖形。 圓形圖(pie chart): 亦常用此來展示相對次數分配情形。 用未分組之資料： 枝葉圖(stem-and-leaf display): 以某基點（如：小數點） 為基礎，基點以上者為枝，以下為葉。見圖3.9。
3.5 圖形在經濟與商學之應用 Lorenz Curve: 其展現一社會的所得分配情形，為總體 經濟學中用到的累積次數曲線圖，其X軸為累計家庭數 佔全樣本之百分比，Y軸為其家庭所得之累積數額。 例子：若每一家庭的收入相等，則 Lorenz Curve為45度 線，若一家的收入為全部的100％，其餘的家戶之收入 為0，Lorenz Curve 為ONP（與X軸重疊，然後在N點跳 升至P點的反L線）。 Gini 係數＝I/（I＋II） 此曲線與Gini係數同為衡量所得分配是否均等的工具。 曲線越靠近45度線（Gini係數越低），所得分配越平均。 個別報酬率與股票市場一般報酬率 利率： 用 histogram 來比較 prime rate 與 T-bill rate Prime rate: 58% at 6-12% T-bill rate: 57% at 4-8% 用 Multiple regression 或 time series analysis 可得較佳的 預測值。 品管：將生產線分區抽樣，比較各區不合格品的比例， 以作為改進之依據。 第三章