HISTBINS - Número de barras del histograma (bins)

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

1. 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.
2. El número de bins, $k$, Se pueden asignar directamente o se calcula a partir de un ancho de bin sugerido $h$.
3. $k$ 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.
4. La fórmula de Sturges para el número de bins, $k$, 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.
   Tenga en cuenta que la fórmula de Sturges basa implícitamente el número de bins en el rango y puede realizarse mal para $n \lt 30$.
5. La elección de la raíz cuadrada del número de contenedores, $k$, 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).
6. 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.
7. Elección de Freedman–Diaconis para el ancho de bin, $h$, is: $$h = 2 \dfrac{\operatorname{IQR}(X)}{{\sqrt[3]{n}}}$$ Donde:
   • IQR is the rango intercuartil de la serie de datos de entrada.
   • $X$ es la serie de datos de entrada.
   • $n$ es el número de valores no perdidos en las series temporales de datos de entrada.

Ejemplos de archivos

Enlaces Relacionados

• Wikipedia - Histograma.
• Wikipedia - Freedman-Diaconis rule.
• MIT - Histogram Bin-width optimization.

Referencias

• Balakrishnan, N., Exponential Distribution: Theory, Methods and Applications, CRC, P 18 1996.