次数分布用于评估概率分布情况，首先要从试验中得到大样本数据资料，然后从次数分析资料所来自总体的概率分布情况。数量性状和质量性状都有对应的次数分布制作方法。
以某研究者试验中得到的水稻品种资源小区产量为例，说明次数分布的制作和分析。资料列入表1。
5.67 | 4.17 | 5.24 | 4.33 | 5.10 | 3.68 | 4.52 | 3.27 | 3.33 | 4.05 | 4.08 | 5.66 | 1.68 | 4.08 | 5.91 |
4.12 | 5.39 | 6.03 | 4.42 | 4.42 | 3.02 | 3.61 | 4.51 | 4.39 | 3.14 | 4.83 | 4.83 | 4.35 | 3.95 | 5.32 |
6.63 | 5.34 | 3.95 | 2.81 | 4.30 | 3.58 | 4.50 | 4.68 | 4.89 | 3.72 | 3.79 | 4.73 | 3.90 | 4.59 | 3.91 |
3.60 | 3.87 | 4.06 | 3.67 | 3.42 | 3.12 | 3.65 | 6.34 | 4.98 | 3.69 | 5.47 | 3.09 | 3.14 | 2.51 | 2.96 |
4.46 | 4.82 | 3.27 | 3.50 | 3.67 | 3.54 | 2.12 | 4.20 | 4.68 | 4.80 | 4.46 | 3.37 | 4.30 | 5.33 | 2.16 |
5.48 | 3.58 | 5.51 | 4.43 | 4.51 | 4.02 | 1.55 | 3.96 | 1.64 | 4.31 | 3.48 | 4.14 | 3.11 | 3.01 | 3.92 |
6.63 | 4.56 | 3.82 | 2.89 | 5.58 | 4.07 | 2.19 | 3.33 | 3.34 | 4.45 | 3.75 | 3.80 | 4.76 | 3.94 | 4.12 |
4.20 | 5.82 | 3.43 | 4.99 | 4.47 | 3.68 | 3.66 | 3.70 | 4.80 | 4.05 | 3.62 | 2.28 | 3.97 | 3.54 | 4.95 |
3.11 | 4.06 | 6.08 | 5.68 | 2.69 | 3.75 | 3.28 | 3.85 | 4.29 | 3.54 | 4.14 | 2.39 | 2.26 | 4.05 | 2.95 |
4.70 | 3.60 | 4.71 | 3.60 | 4.33 | 3.93 | 3.18 | 2.14 | 3.90 | 3.96 | 4.65 | 4.93 | 1.48 | 1.96 | 4.69 |
2.58 | 3.40 | 4.62 | 3.89 | 3.81 | 4.36 | 3.94 | 3.64 | 4.34 | 4.12 | 3.61 | 3.14 | 3.62 | 5.42 | 3.97 |
3.63 | 4.62 | 2.89 | 4.41 | 3.66 | 5.18 | 3.24 | 4.65 | 5.03 | 2.50 | 4.36 | 5.98 | 5.05 | 4.45 | 3.13 |
首先计算资料的基本统计数据，包括平均数、方差等。计算这里180个观察的平均数为：
计算方差为：
查找最小观察值为
，查找最大观察值为
，进而用最大值减去最小值得到极差
。
确定组距：用极差除以组数（
）得到组距。本例中，设
，那么组距
为
。以最小观察值为第一个组中点，以等组距方式，可以得到
个组。组中点
，分别得到组下限和组上限。本例中，13个组的组下限和组上限以及组中点见表2。
将观察值按照大小归类，可知各组中观察值个数（次数，表2）。次数本身就是一种概率的估计，估计的是数值区间对应的概率。
| 组下限 | 组上限 | 组中点 | 观察值的个数 |
| 1.265 | 1.695 | 1.480 | 4 |
| 1.695 | 2.124 | 1.909 | 2 |
| 2.124 | 2.553 | 2.338 | 8 |
| 2.553 | 2.982 | 2.768 | 7 |
| 2.982 | 3.411 | 3.197 | 20 |
| 3.411 | 3.840 | 3.626 | 34 |
| 3.840 | 4.270 | 4.055 | 33 |
| 4.270 | 4.699 | 4.484 | 33 |
| 4.699 | 5.128 | 4.913 | 17 |
| 5.128 | 5.557 | 5.343 | 10 |
| 5.557 | 5.986 | 5.772 | 7 |
| 5.986 | 6.415 | 6.201 | 3 |
| 6.415 | 6.845 | 6.630 | 2 |
评估分布的形状：以组上限和下限以及次数，可以绘制矩形图。矩形图的高度由次数确定，矩形图的边界由组下限和组上限确定。矩形图的高度是概率估计结果的直观表示（见图）。矩形图的形状包括对称与否，有几个峰态等信息。本例中，可以看出矩形图是近似对称的。由表2可以看出，本例中观察值集中分布在2.982到5.128之间，偏离这个区间的观察是比较少的。
水稻产量数据资料的次数分布图次数分布形状还可由偏度和峰度计算，作出说明。本例中，偏度系数（coefficient of skewness，cs）计算为：
偏度系数在0附近，说明这个分布式近似对称的。
峰度系数计算为：
峰度系数大于3，说明分布形状是比较陡峭的。
京公网安备 11010202008139号
