istatistikte "frequency" (frekans) kavramı, veri setindeki belirli bir değerin veya değer aralığının kaç kez göründüğünü ifade eder. Bu, veri setinin yapısını ve dağılımını anlamak için önemli bir araçtır.

Frekans Türleri:

• Absolute Frequency: Bu, veri setinde belirli bir değerin kaç kez göründüğünü ifade eder. Örneğin, 10 öğrencinin 5'inin A aldığı bir sınıfta, A notunun mutlak frekansı 5'tir.
• Relative Frequency: Bu, belirli bir değerin toplam gözlem sayısına oranıdır ve genellikle yüzde olarak ifade edilir. Yukarıdaki örnekte, A notunun göreli frekansı 510=0.5105=0.5 ya da %50 olacaktır.
• Cumulative Frequency: Bu, belirli bir değere kadar olan tüm frekansların toplamıdır. Veri setindeki değerler artan sırayla düzenlendiğinde, kümülatif frekans belirli bir değere kadar olan gözlemlerin toplam sayısını verir.

Frekans Tabloları ve Histogramlar:

Frekanslar, veri setinin özelliklerini anlamak ve görselleştirmek için kullanılır. Frekans tabloları, her değerin veya değer aralığının kaç kez göründüğünü listeler. Histogramlar, frekans tablosunun görsel bir temsilidir, değerlerin yatay eksende, frekansların ise dikey eksende olduğu bir çubuk grafiği kullanır.

Frekansın Kullanımı:

• Veri Dağılımının Analizi: Frekanslar, veri setinin genel yapısını ve dağılımını anlamaya yardımcı olur.
• Modun Bulunması: En yüksek frekansta görünen değer, veri setinin modudur.
• Olasılık ve Olasılık Dağılımları: Göreli frekanslar, belirli olayların olasılığını tahmin etmek için kullanılabilir.

Kod:

# Veri dizisi (örnek: bir liste)
data = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4]

# Frekansları saklayacak bir sözlük oluşturun
frequency_dict = {}

# Veri dizisini döngüye alarak frekansları hesaplayın
for item in data:
    if item in frequency_dict:
        frequency_dict[item] += 1
    else:
        frequency_dict[item] = 1

# Frekansları yazdırın
for key, value in frequency_dict.items():
    print(f"{key}: {value} kez")

Çıktı:

1: 1 kez
2: 2 kez
3: 3 kez
4: 4 kez

Farklı kütüphanlerin kod örnekleri;

#Pandas
# Frekansları hesaplayın
frequency = data.value_counts()

#Numpy:
# Frekansları hesaplayın
unique_elements, counts = np.unique(data, return_counts=True)