Devuelve el número de bins del histograma usando un método dado.
Sintaxis
HISTBINS(X, Method)
- X
- es la serie de datos de entrada (array una/dos dimensiones de celdas (Por ejemplo: filas o columnas)).
- Method
- es un switch para seleccionar lo métodos de cálulo (1= Fórmula de Sturgers, 2=Raíz cuadrada, 3=Elección de Scott, 4=Elección de Freedman-Diaconis, 5=Optimo (defecto)).
Método Descripción 1 Fórmula de Sturgers 2 Elección Raíz cuadrada 3 Elección de Scott 4 Elección de Freedman-Diaconis 5 Optimo (Función de pérdida mínima) (defecto)
Observaciones
- La serie de datos de entrada puede incluir valores faltantes (Por ejemplo: #N/A, #VALOR!, #NUM!, celda vacía), pero no se incluirán en los cálculos.
- El número de bins, $h$, Se pueden asignar directamente o se calcula a partir de un ancho de bin sugerido . $h$
- $h$ es definida en términos de $h$ de la siguiente manera:
$$k=\left \lceil \frac{\mathrm{max}(X)-\mathrm{min}(x)}{h} \right \rceil$$
Donde:
- $h$ es la serie de datos de entrada
- La fórmula de Sturges para el número de bins, $h$, es:
$$k = \lceil \log_2 n + 1 \rceil$$
Donde:
- $n$ es el número de valores no faltantes en las series temporales de datos de entrada
Which:
- basa implícitamente el número de bins en el rango
- y puede realizarse mal para$n \lt 30$
- La elección de la raíz cuadrada del número de contenedores, $h$, is:
$$k = \sqrt{n}$$
Donde:
- $n$ es el número de valores faltantes en las series temporales de datos de entrada
(Este es el método de cálculo de bins que Excel utiliza para su histograma nativo) - Elección de Scotts para el bin ancho, $h$, es:
$$h = \frac{3.5 \sigma}{n^{\frac{1}{3}}}$$
Donde:
- $\sigma$ es la desviación estándar de la serie de datos de entrada
- $n$ es el número de valores no faltantes en las series temporales de datos de entrada
- Elección de Freedman–Diaconis para el ancho de bin, $h$, is:
$$h = 2 \dfrac{\operatorname{IQR}(X)}{n^{\frac{1}{3}}}$$
Donde:
- IQR is the rango intercuartil de la serie de datos de entrada
- $h$ es la serie de datos de entrada
- $n$ es el número de valores no perdidos en las series temporales de datos de entrada
Ejemplos
Ejemplo 1:
|
|
Fórmula | Descripción (Resultado) |
---|---|
=HISTBINS($B$2:$B$30,0) | Fórmula de Sturges(5) |
=HISTBINS($B$2:$B$30,1) | Elección de raíz cuadrada (5) |
=HISTBINS($B$2:$B$30,2) | Elección de Scott (3) |
=HISTBINS($B$2:$B$30,3) | Elección Freedman-Diaconis (3) |
Ejemplos de archivos
Enlaces Relacionados
Referencias
- Balakrishnan, N., Exponential Distribution: Theory, Methods and Applications, CRC, P 18 1996.
Comentarios
El artículo está cerrado para comentarios.