Distribucija histograma u statistici odnosi se na obrasce, oblike i lokacije jednovarijantnih podatkovnih traka na histogramu. Kako i gdje su stupci raspoređeni može se koristiti za analizu i donošenje zaključaka o podacima. Analiza distribucije histograma važna je u identificiranju osobina kao što su normalnost podataka, multimodalne distribucije i iskrivljeni podaci.
Histogram je univarijantni prikaz podataka koji koristi pravokutnike proporcionalne po površini klasi ili frekvencijama bipa za vizualno prikazivanje značajki podataka. Podatkovne točke u histogramu organizirane su u spremnike, a sama distribucija histograma vizualna je aproksimacija frekvencijske raspodjele podataka ili funkcije gustoće vjerojatnosti. Oblik distribucije može se mijenjati ovisno o broju spremnika.
Analiza distribucije histograma često se koristi kao kvalitativna provjera normalnosti podataka. Iako postoje analitičke metode za određivanje normalnosti, histogrami se mogu koristiti za brzu provjeru zdravog razuma radi uštede vremena. Ako se podaci histograma pojavljuju otprilike ravnomjerno i usredotočeni na srednju vrijednost, pretpostavlja se da su podaci normalni. Iako brza i relativno jednostavna, ova vrsta kvalitativne provjere subjektivna je i analitičke metode treba koristiti ako je potreban viši standard točnosti.
Utvrđivanje pokazuje li skup podataka iskrivljenost je još jedan način na koji se može koristiti analiza distribucije histograma. Iskrivljenost podataka definirana je kao izražena asimetrija podataka. Negativno iskrivljenje, ili iskošenje ulijevo, vidi se u skupovima podataka s vrlo malo niskih vrijednosti. Pozitivno iskrivljenje, ili iskošenje udesno, javlja se u skupovima podataka s nekoliko visokih vrijednosti. Promatranje distribucije histograma može otkriti odstupanja i iskrivljene podatke.
Osim što otkriva karakteristike podataka s jednim načinom rada, oblik histograma također može otkriti karakteristike multimodalnih podataka. Multimodalni skupovi podataka sadrže više od jednog načina rada i karakteriziraju ih distribucije frekvencija koje imaju više od jednog vrha ili maksimuma. Političke pripadnosti u gradu, ispitivanja javnog mnijenja o odobravanju i veličina tijela pčela primjeri su skupova podataka koji mogu biti multimodalni. Promatranje oblika histograma i zapažanje različitih vrhova u multimodalnim podacima često može pružiti istraživaču više uvida nego što bi to činili jednostavni jednovarijantni statistički izračuni.
Analiza histograma i distribucija podataka uvelike ovise o odabranim veličinama spremnika. U praksi se broj spremnika može procijeniti uzimanjem kvadratnog korijena iz broja opažanja, iako se mogu koristiti i druge veličine spremnika. Na primjer, nastavnik može odlučiti analizirati ocjene testa odabirom veličina spremnika koje odražavaju ocjene slova.