Jak określić przerwy histogramu w r (z przykładami)

Domyślnie funkcja hist() w R używa reguły Sturgesa do określenia liczby pojemników do użycia w histogramie.

Reguła Sturgesa wykorzystuje następujący wzór do określenia optymalnej liczby grup do wykorzystania w histogramie:

Optymalne pojemniki = ⌈log ₂ n + 1⌉

Złoto:

• n: całkowita liczba obserwacji w zbiorze danych.
• ⌈ ⌉: Symbole oznaczające „sufit”, czyli zaokrąglanie odpowiedzi do najbliższej liczby całkowitej.

Na przykład, jeśli zbiór danych zawiera 31 obserwacji, reguła Sturge’a będzie wykorzystywać następujący wzór w celu określenia optymalnej liczby grup do użycia w histogramie:

Przedziały optymalne = ⌈log ₂ (31) + 1⌉ = ⌈4,954 + 1⌉ = ⌈5,954⌉ = 6 .

Zgodnie z regułą Sturgesa do wizualizacji tego zbioru danych powinniśmy użyć 6 pól na histogramie.

Jeśli użyjesz funkcji hist() w R, reguła Sturgesa zostanie użyta do automatycznego wybrania liczby pojemników do wyświetlenia na histogramie.

 hist(data)

Nawet jeśli użyjesz argumentu breaks , aby określić inną liczbę używanych pojemników, R użyje go tylko jako „sugestii” ile pojemników ma użyć.

 hist(data, breaks= 7 )

Możesz jednak użyć poniższego kodu, aby wymusić na R użycie określonej liczby pól na histogramie:

 #create histogram with 7 bins
hist(data, breaks = seq(min(data), max(data), length. out = 8 ))

Uwaga : Musisz użyć długości n+1 dla długości.out, gdzie n to liczba żądanych pojemników.

Poniższy przykład pokazuje, jak wykorzystać ten kod w praktyce.

Przykład: określanie przerw histogramu w R

Załóżmy, że mamy następujący zestaw danych w R z 16 wartościami:

 #create vector of 16 values
data <- c(2, 3, 3, 3, 4, 4, 5, 6, 8, 10, 12, 14, 15, 18, 20, 21)

Jeśli użyjemy funkcji hist() , R utworzy następujący histogram z 5 przedziałami:

 #create histogram
hist(data)

Uwaga : R wykorzystał regułę Sturgesa do ustalenia, że 5 grup to optymalna liczba grup do wykorzystania do wizualizacji zbioru danych zawierającego 16 obserwacji.

Jeśli spróbujemy użyć argumentu breaks , aby określić 7 grup do użycia na histogramie, R potraktuje to jedynie jako „sugestię” i zamiast tego zdecyduje się użyć 10 grup:

 #attempt to create histogram with 7 bins
hist(data, breaks= 7 ) 

Możemy jednak użyć poniższego kodu, aby zmusić R do użycia 7 przedziałów na histogramie:

 #create histogram with 7 bins
hist(data, breaks = seq(min(data), max(data), length. out = 8 ))

Należy zauważyć, że wynikiem jest histogram z 7 równomiernie rozmieszczonymi polami.

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak wykonywać inne typowe operacje w języku R:

Jak utworzyć histogram częstotliwości względnej w R
Jak wykreślić wiele histogramów w R