Les tableaux de fréquences peuvent être utiles pour décrire le nombre d'occurrences d'un type particulier de données dans un ensemble de données. Les tables de fréquences, également appelées distributions de fréquences, sont l'un des outils les plus élémentaires pour afficher des statistiques descriptives. Les tableaux de fréquences sont largement utilisés comme référence en un coup d'œil dans la distribution des données; ils sont faciles à interpréter et peuvent afficher des ensembles de données volumineux de manière assez concise. Les tableaux de fréquences peuvent aider à identifier les tendances évidentes au sein d'un ensemble de données et peuvent être utilisés pour comparer des données entre des ensembles de données du même type. Cependant, les tableaux de fréquences ne conviennent pas à chaque application. Ils peuvent masquer des valeurs extrêmes (supérieures à X ou inférieures à Y) et ne se prêtent pas à des analyses de l'inclinaison et du kurtosis des données.
Visualisation rapide des données

Les tableaux de fréquences peuvent rapidement révéler des valeurs aberrantes et même des tendances significatives dans un ensemble de données avec pas beaucoup plus qu'une inspection superficielle. Par exemple, un enseignant peut afficher les notes des élèves à mi-parcours sur une table de fréquence afin d'avoir un aperçu rapide de la performance globale de sa classe. Le nombre dans la colonne de fréquence représenterait le nombre d'élèves recevant cette note; pour une classe de 25 élèves, la distribution des fréquences des notes reçues pourrait ressembler à ceci: Fréquence des notes A .............. 7 B ........... ..13 C .............. 3 D .............. 2
Visualisation de l'abondance relative

Les tables de fréquences peuvent aider les chercheurs à examiner l'abondance relative de chaque donnée cible particulière au sein de leur échantillon. L'abondance relative représente la proportion de l'ensemble de données comprenant les données cibles. L'abondance relative est souvent représentée sous forme d'histogramme de fréquence, mais peut facilement être affichée dans un tableau de fréquence. Considérons la même distribution de fréquence des notes à mi-parcours. L'abondance relative est simplement le pourcentage d'élèves qui ont obtenu une note particulière et peut être utile pour conceptualiser les données sans trop y penser. Par exemple, avec la colonne ajoutée qui affiche le pourcentage d'occurrence de chaque note, vous pouvez facilement voir que plus de la moitié de la classe a obtenu un B, sans avoir à examiner les données en détail.

Fréquence de la note relative Abondance (% fréquence) A .............. 7 .............. 28% B ............ .13 ............ 52% C .............. 3 ............. 12% D .. ............ 2 .............. 8%
des ensembles de données complexes peuvent avoir besoin d'être classés en intervalles

Un inconvénient est que il est difficile de comprendre des ensembles de données complexes qui sont affichés sur une table de fréquences. Les grands ensembles de données peuvent être divisés en classes d'intervalle pour une visualisation facile à l'aide d'une table de fréquences. Par exemple, si vous demandiez aux 100 prochaines personnes de voir leur âge, vous obtiendriez probablement un large éventail de réponses allant de trois à quatre-vingt-treize. Plutôt que d'inclure des lignes pour chaque âge dans votre tableau de fréquence, vous pouvez classer les données en intervalles, tels que 0 - 10 ans, 11 - 20 ans, 21 - 30 ans, etc. Cela peut également être appelé une distribution de fréquence groupée.
Les tableaux de fréquence peuvent masquer l'asymétrie et le kurtosis

À moins d'être affichés sur un histogramme, l'asymétrie et le kurtosis des données peuvent ne pas être facilement apparents dans un tableau de fréquences. L'asymétrie vous indique dans quelle direction vos données tendent. Si les notes étaient affichées sur l'axe des X d'un graphique montrant la fréquence des notes à mi-parcours pour nos 25 étudiants ci-dessus, la distribution serait biaisée vers les A et les B. Kurtosis vous indique le pic central de vos données - s'il tomberait dans la ligne d'une distribution normale, qui est une belle courbe en cloche lisse, ou s'il serait grand et pointu. Si vous représentez graphiquement les notes à mi-parcours dans notre exemple, vous trouverez un pic élevé en B avec une forte baisse de la distribution des notes inférieures.