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, $k$, Se pueden asignar directamente o se calcula a partir de un ancho de bin sugerido $h$.
- $k$ 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.
- 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.
- 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.
- 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: $$h = 2 \dfrac{\operatorname{IQR}(X)}{{\sqrt[3]{n}}}$$ 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
Referencias
- Balakrishnan, N., Exponential Distribution: Theory, Methods and Applications, CRC, P 18 1996.
Comentarios
El artículo está cerrado para comentarios.