U2.08.1Histogram binning sensitivity设计研究
直方图的分箱宽度改变结论
别名: 分箱敏感性 · 箱宽选择 · bin origin
概念解释
直方图把连续数轴划成区间，再用条形高度或面积表示每个区间的频数或密度。分箱敏感性（histogram binning sensitivity）指同一批观测在不同箱宽、箱界起点和边界归属规则下，会显出不同的峰、谷、尾部和空隙。分箱不是伪造数据，而是必要的聚合选择；风险在于把某一组参数产生的形状当成数据唯一拥有的形状。箱宽尤其会改变多峰、偏态、截断和堆积等结构性判断。
机制
每个箱只保留区间内的计数，箱内位置被压缩掉。箱太宽时，相邻结构会合并；箱太窄时，有限样本的随机起伏会变成锯齿。即使宽度不变，平移箱界也会把靠近边界的观测重新分配，从而移动局部峰谷。这体现平滑偏差与抽样波动之间的权衡，但直方图不等同于“核宽度为零”的核密度估计：它是分段常数估计，并额外依赖固定箱界。宽度不等的箱还必须用密度而非原始高度表达频数，否则面积不再守恒。
怎么研究
Scott 与 Freedman–Diaconis 等规则根据样本量和散布给出箱宽起点，目标是在特定损失与分布假设下平衡误差，并不裁决某批数据的唯一正确形状。复验时可系统改变箱宽与箱起点，记录关键结论在参数网格中是否稳定，并与经验分布、原始点或经过说明的密度估计对照。研究应区分探索性形状发现与预注册的确认性检验；看到一个峰后反复调箱再报告最有戏剧性的版本，会引入分析者自由度。
边界
中心与大尺度范围有时对合理箱宽较稳定，但不能预设它们必然稳定。离散测量、取整或仪器分辨率会产生真实堆积，盲目平滑反而抹掉数据生成过程。带权观测应累计权重并说明分母，缺失值应单列而非落进数值箱。对数轴上的等宽视觉箱对应原值空间的不等区间，必须声明在哪个空间分箱。条形图的名义类别是预定义类别，不具有同一种连续数轴上的箱宽自由度。
怎么落地
- 用数据驱动规则生成初始箱宽，同时允许检查若干更粗、更细及平移后的合理方案；不要规定固定方案数量。
- 在图题、可访问说明或数据下载中记录箱宽、箱界、闭开区间、频数/密度单位、权重和变换空间。
- 对依赖峰数、尾部或空隙的结论，配原始点、经验累积分布或敏感性视图，并明确哪些结构随分箱改变。
- 用真实任务让读者判断形态、阈值和异常；若关键结论只在狭窄参数区成立，把它报告为不确定发现而非确定分布特征。