Amikor találkozik folytonos változókat , gyakran a legjobb , hogy megjelenjen az adatok egy hisztogram . Folyamatos változók azok, amelyek elméletileg végtelen vesz egy lehetőséget az értékek , mint a súly . Az előnye ábrázolási sűrűségű , szemben a relatív gyakorisága az, hogy a hisztogram sűrűség hisztogram kiderülhet valószínűsége , ha a hisztogram van egy elég nagy és a kis minta elegendő sejt . Ez a folyamat nem vesz sok munka , és lehet mondani, sokkal többet a data.Things amire szüksége van
Data be
Papír
toll vagy ceruza
Show More utasítások
1
Vegyük az adatokat a mintát, és ábrázolja azt a relatív gyakoriság hisztogram . Képzeld el, hogy az adatokat vonatkozik a születési súlya 100 születettek egy helyi kórházban . Az x – tengely a hisztogram lesz fenntartva súly , míg az y tengely a relatív gyakoriság . 0-val kezdődő , a xy metszik , hozzon létre egy sor hash jelek egyenletesen elosztva , hogy félretesz a sejteket. Egymást követő cella kijelöl a növekedés 2 uncia ; ezért nem lesz 8 -sejtek minden egyes font . Címke súlya minden cellában. Az y tengelyen , hozzon létre négy hashmark egyenletesen elosztva időközönként 0,25 és jelzésére , hogy a 0-s az Adatbázis és 1 a legmagasabb hash jel .
2
plot az adatokat. Ha 30 csecsemőknél, akiknek születési súlya esik a cella , amely súlya között 6 kiló, és 6 £ 2 dkg , például a felső sáv kell igazítani a relatív gyakorisága 0,3 az y tengelyen.
3
Átalakítás a hisztogram a relatív gyakoriság sűrűség hisztogram által átméretezés . Ehhez használja az egyenlet relatív gyakoriság sűrűség : Matton
Relatív gyakoriság sűrűség = relatív gyakoriság /cella szélességét .
< P > Így a példában RFD = relatív gyakoriság /8. Most a sejteket kellene azonos szélességű , de nyolcszor magasabb, mint az első iterációban a hisztogram . Mivel az összeg a magasságot egyenlő volt az egyik az első ismétlés , most a terület a rudak egyenlő egy a relatív gyakoriság sűrűség hisztogram .
