Rozdělení četností je metoda statistického popisu dat (naměřené hodnoty, charakteristické hodnoty). Matematicky je rozdělení četností funkcí, která především určuje ideální hodnotu pro každý ukazatel, protože tato hodnota je obvykle již naměřena. Takové rozdělení může být prezentováno ve formě tabulky nebo grafu modelováním funkcionálních rovnic. V popisné statistice má frekvenční rozdělení řadu matematických funkcí, které se používají ke zploštění a analýze frekvenčního rozdělení (jako je Gaussovo normální rozdělení ).
Objem dat (naměřené hodnoty, data z průzkumu) je prvním původním neuspořádaným seznamem. Nejprve je potřeba to roztřídit. Od původního seznamu se v tomto případě může vyskytovat mírná odchylka kvantilů (statistický rozptyl), pravděpodobná odchylka a směrodatná odchylka ( směrodatné pravidlo : směrodatná odchylka = vzdálenost / 6).
Potom každé hodnotě přiřadíme hodnotu a sečteme je. Zpravidla dostáváme absolutní frekvenci. Na základě údajů o absolutní frekvenci vypočítáme celkový počet hodnot vzorku a vypočítáme relativní frekvence. Nyní máme uspořádanou sadu dvojic hodnot (charakteristické hodnoty a jejich související relativní četnosti), takzvané hodnocení.
Sečteme relativní četnosti, počínaje nejmenší hodnotou rysu, a každému prvku přiřaďme hodnotu součtu (včetně jeho vlastního příspěvku), abychom dostali rozdělení . To udává pro každou charakteristickou hodnotu, jak velký je její podíl menší nebo roven odpovídající charakteristické hodnotě. Procento začíná na 0 a jde až k 1 nebo 100. Graficky je to znázorněno slabou monotónně rostoucí křivkou , která má protáhlý tvar S. Existuje mnoho pokusů reprodukovat výsledky distribuce pomocí funkčních rovnic . Součtové rozdělení v závislosti na hodnotách vlastností je nejjednodušším typem znázornění rozdělení četností.
Podle pravidel je také nutné klasifikovat charakteristické hodnoty. Tento postup rozdělí rozsah hodnot, které se vyskytují například do 10 nebo 20 stejně širokých tříd (řídké hodnoty na okrajích (viz „ odlehlé hodnoty “), někdy seskupené do větších tříd). Potom se určí hustota funkce , derivace distribuční funkce v souladu s charakteristikou hodnoty v případě spojitého rozdělení. Frekvenci lze navíc určit nejen počítáním, ale také například vážením. Pak dostaneme hromadné rozdělení místo distribuční řady. K měření frekvence lze v zásadě použít jakékoli aditivní množství. Pokud se náhodný vzorek velmi liší od normální distribuce (zvonová křivka), pak mohou být data zkreslena výběrem efektů nebo trendů. Různé statistické testy nabízejí inferenci nebo analýzu rozptylu . Pokud je velikost vzorku v superpozici více podmnožin (věkové rozložení, profese, skupiny), pak rozložení četností místo maximálních může být i dvou- nebo vícerozměrné.