Co to jest sturges? linijka? (definicja – przykład)

Histogram to wykres, który pomaga nam zwizualizować rozkład wartości w zestawie danych.

Okazuje się, że liczba pól użytych w histogramie może mieć ogromny wpływ na sposób interpretacji danych.

Jeśli użyjemy zbyt małej liczby grup, prawdziwy wzorzec leżący u podstaw danych może zostać ukryty:

A jeśli użyjemy zbyt wielu grup, możemy po prostu zwizualizować szum w zbiorze danych:

Na szczęście możemy zastosować metodę znaną jako reguła Sturgesa, aby określić optymalną liczbę pudełek do wykorzystania 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.

Przykład: reguła Sturgesa

Załóżmy, że mamy następujący zbiór danych zawierający łącznie n = 31 obserwacji:

Możemy skorzystać z reguły Sturgesa, aby określić optymalną liczbę pudełek, których należy użyć do wizualizacji tych wartości na histogramie:

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

Zgodnie z regułą Sturgesa w histogramie, którego używamy do wizualizacji tego rozkładu wartości, powinniśmy zastosować 6 przedziałów.

Tak wyglądałby histogram z 6 grupami dla tego zbioru danych:

Zwróć uwagę, że wydaje się to wystarczające, aby dobrze zorientować się w podstawowym rozkładzie wartości, nie będąc zbyt licznymi, aby po prostu zwizualizować szum w danych.

Wspólne wartości reguły Sturgesa

Poniższa tabela przedstawia optymalną liczbę grup do wykorzystania w histogramie na podstawie całkowitej liczby obserwacji w zbiorze danych, zgodnie z regułą Sturgesa:

Alternatywy dla reguły Sturgesa

Reguła Sturgesa jest najczęstszą metodą określania optymalnej liczby pojemników do użycia w histogramie, ale istnieje kilka alternatywnych metod, w tym:

Zasada pierwiastka kwadratowego : Liczba pudełek = ⌈√ n ⌉

Zasada ryżu: Liczba pojemników = ⌈2 * ³ √ n ⌉

Reguła Freedmana-Diaconisa: Liczba pudełek = (2*IQR) / ³ √ n gdzie IQR jest rozstępem międzykwartylowym.

Bonus: Kalkulator reguł Sturgesa

Użyj tego bezpłatnego kalkulatora online, aby automatycznie zastosować regułę Sturgesa w celu określenia optymalnej liczby grup do użycia w histogramie na podstawie rozmiaru zbioru danych.