频率 (统计学)

统计学裡，一事件$i$的频率，可以表示為$n_{i}$，是在實驗中觀測到事件$i$的次數，常表示為$n_{i}$，也稱為絕對頻率，頻次或是次數。例如在擲骰子100次的隨機實驗中，有16次擲出6點，則在該實驗中，「擲出6點」事件的頻率為16。

實務上，常會將各事件的頻率用圖表或是表格方式表示。

種類

累計頻率（cumulative frequency）是事件經排序後，在特定點以下之事件的絕對頻率總和。。

某事件的實驗機率（也稱為相對頻率），是其絕對頻率除以所有事件總數後的正規化結果：

$f_{i}={\frac {n_{i}}{N}}={\frac {n_{i}}{\sum _{j}n_{j}}}.$

可以將所有事件的實驗頻率$f_{i}$繪出，即為頻率分布（frequency distribution）。

描繪頻率分佈

美國2000年通勤所需時間的直方图

条形图，其中以國家為分类变量

水平3D條形圖

世界各國人口分佈的圓餅圖

各種描繪頻率分佈的方法

頻率分佈（frequency distribution）可以呈現一個分為各互斥分組資料的情形，以及各組的數量。這是呈現未組織資料（例如選舉結果、某區域的的人口收入、畢業生助學貸款金額）的方式。呈現頻率分佈的圖表有直方图、条形图、折線圖及圓餅圖。頻率分佈可以用在量化和質化的資料。

應用

處理和操作以表格化的事件頻率資訊，比處理原始資料會簡單多了。有簡單的演算法可以根據表格計算中位數、平均、標準差等。

假說檢定可以用來評估二個頻率分佈的差異和類似性。評估包括量測集中趋势，像是平均数及中位數，也會評估离散程度，像是標準差和方差。

若頻率分佈的平均和中位數有顯著差異，會稱為頻率分佈具有偏度，另一種說法則是非對稱。頻率分佈的峰度是量測在頻率分佈兩側的量在總量中的比例。若其分佈比常態分佈要分散，則稱為高狹峰（leptokurtic），反之，則為低狹峰（platykurtic）。

字母频率分佈可以用在频率分析上，用以破解密碼，也可以用來比較不同語言之間（例如希臘文、拉丁文）的字母相對頻率。