直方图形状：判断双峰之前检验分箱

直方图的形状取决于观测值，也取决于分箱边界。把跨公司数据称作双峰之前，应检查合理改变箱宽和起点后模式是否仍在。保留同一组原值，说明归一化方式，并把视觉描述与存在两类经济总体的证据分开。

先确定研究观测是什么

假设分析师绘制公司交付延迟，看见两个较高的柱子，便想称为可靠与困难的两类经营者。但柱子是人为选定的区间，并不是天然观察到的公司分类。间隔可能来自分箱、样本很少或舍入，而非业务机制真实分裂。

NIST 直方图说明介绍区间计数、相对频率与密度归一化。这能帮助检查分布形状，却不证明任何特定分箱都对应真实经济群体。下面是本站原创的假设研究诊断。

假设六个延迟值为 0.9、1.0、1.1、1.9、2.0、2.1 天。先用宽度半天、起点 0.5 的分箱，再把起点移到 0.75。区间统一左闭右开，确保落在边界的观测只有一个归属。

原网格区间	条数	平移后区间	条数
[0.5,1.0)	1	[0.75,1.25)	3
[1.0,1.5)	2	[1.25,1.75)	0
[1.5,2.0)	1	[1.75,2.25)	3
[2.0,2.5)	2	上述三箱之外	0

平移后的图像看起来像两个群，中间有空箱；原网格却将同样六个数分散到四个有观测的柱子。没有任何测量改变。这个演示既不证明只有一个总体，也不证明存在两个，只说明强结论不能只靠六条观测的一种方便画法。

等宽计数柱表示各区间包含多少观测。若箱宽不同，直接按计数比较柱高，会使较宽区间显得特别重要。密度直方图则以“计数÷样本量÷箱宽”为高度，柱面积才表示概率质量。窄箱更高，不一定包含更多公司。

例如八条观测中，两个箱各有四条，概率质量相同。如果宽度分别为一和二，密度高度是 0.5 和 0.25，不能解释成第一组公司数是第二组两倍。明确标注计数、比例或密度，并保留横轴单位。

在图旁展示原始值或紧凑点图，再比较少量有依据的箱宽和起点。不要试几十种设置，最后只保留最戏剧化、最支持原判断的一张。把设定与数据快照一起保存，让另一位研究者不必猜测软件怎样放边界。

测量精度与样本量也重要。按整天舍入的数据，即使底层连续变化，也可能产生尖峰和空隙。样本扩大不能修复定义不一致，例如工作日与自然日混用。先统一测量口径，再保留尚未解决的差异。

还要确认是否所有公司都有相同观察机会。只纳入已经完成交付的订单，可能遗漏最严重的延迟，使右尾消失。这是样本选择问题，不是换一个分箱算法就能解决。

若模式在合理画法下仍存在，继续寻找能解释它的独立业务分类。产品、合同条款或报告习惯不同，都可能形成混合分布。先核实这些机制，不要看到哪组公司支持投资判断后，才给峰命名。

探索图形与混合模型或正式检验也不同，后两者会增加假设和不确定性。直方图可以提出一个有价值的问题，而不负责把它解决。备忘录应说明样本、单位、分箱敏感性，以及经济解释还缺什么证据。

不是。系统规则可以有用，但仍是一种展示选择。保留规则并检查敏感性后，再赋予强解释。

不能。样本、舍入和边界都可能制造空隙，需要独立检验不同经营机制。