Regu\u0142a Sturgesa wykorzystuje nast\u0119puj\u0105cy wz\u00f3r do okre\u015blenia optymalnej liczby grup do wykorzystania w histogramie:<\/span><\/p>\n Optymalne pojemniki = \u2308log 2<\/sub> n + 1\u2309<\/strong><\/span><\/p>\n Z\u0142oto:<\/span><\/p>\n Na przyk\u0142ad, je\u015bli zbi\u00f3r danych zawiera 31 obserwacji, regu\u0142a Sturge’a b\u0119dzie wykorzystywa\u0107 nast\u0119puj\u0105cy wz\u00f3r w celu okre\u015blenia optymalnej liczby grup do u\u017cycia w histogramie:<\/span><\/p>\n Przedzia\u0142y optymalne<\/strong> = \u2308log 2<\/sub> (31) + 1\u2309 = \u23084,954 + 1\u2309 = \u23085,954\u2309 = 6<\/strong> .<\/span><\/p>\n Zgodnie z regu\u0142\u0105 Sturgesa do wizualizacji tego zbioru danych powinni\u015bmy u\u017cy\u0107 6 p\u00f3l na histogramie.<\/span><\/p>\n Je\u015bli u\u017cyjesz funkcji hist()<\/strong> w R, regu\u0142a Sturgesa zostanie u\u017cyta do automatycznego wybrania liczby pojemnik\u00f3w do wy\u015bwietlenia na histogramie.<\/span><\/p>\n Nawet je\u015bli u\u017cyjesz argumentu breaks<\/strong> , aby okre\u015bli\u0107 inn\u0105 liczb\u0119 u\u017cywanych pojemnik\u00f3w, R u\u017cyje go tylko jako \u201esugestii\u201d ile pojemnik\u00f3w ma u\u017cy\u0107.<\/span><\/p>\n Mo\u017cesz jednak u\u017cy\u0107 poni\u017cszego kodu, aby wymusi\u0107 na R u\u017cycie okre\u015blonej liczby p\u00f3l na histogramie:<\/span><\/p>\n Uwaga<\/strong> : Musisz u\u017cy\u0107 d\u0142ugo\u015bci n+1<\/strong> dla d\u0142ugo\u015bci.out, gdzie n<\/strong> to liczba \u017c\u0105danych pojemnik\u00f3w.<\/span><\/p>\n Poni\u017cszy przyk\u0142ad pokazuje, jak wykorzysta\u0107 ten kod w praktyce.<\/span><\/p>\n Za\u0142\u00f3\u017cmy, \u017ce mamy nast\u0119puj\u0105cy zestaw danych w R z 16 warto\u015bciami:<\/span><\/p>\n Je\u015bli u\u017cyjemy funkcji hist()<\/strong> , R utworzy nast\u0119puj\u0105cy histogram z 5 przedzia\u0142ami:<\/span> <\/p>\n Uwaga<\/strong> : R wykorzysta\u0142 regu\u0142\u0119 Sturgesa do ustalenia, \u017ce 5 grup to optymalna liczba grup do wykorzystania do wizualizacji zbioru danych zawieraj\u0105cego 16 obserwacji.<\/span><\/p>\n Je\u015bli spr\u00f3bujemy u\u017cy\u0107 argumentu breaks<\/strong> , aby okre\u015bli\u0107 7 grup do u\u017cycia na histogramie, R potraktuje to jedynie jako \u201esugesti\u0119\u201d i zamiast tego zdecyduje si\u0119 u\u017cy\u0107 10 grup:<\/span> <\/p>\n Mo\u017cemy jednak u\u017cy\u0107 poni\u017cszego kodu, aby zmusi\u0107 R do u\u017cycia 7 przedzia\u0142\u00f3w na histogramie:<\/span><\/span> <\/p>\n Nale\u017cy zauwa\u017cy\u0107, \u017ce wynikiem jest histogram z 7 r\u00f3wnomiernie rozmieszczonymi polami.<\/span><\/p>\n Poni\u017csze samouczki wyja\u015bniaj\u0105, jak wykonywa\u0107 inne typowe operacje w j\u0119zyku R:<\/span><\/p>\n Jak utworzy\u0107 histogram cz\u0119stotliwo\u015bci wzgl\u0119dnej w R<\/a> Domy\u015blnie funkcja hist() w R u\u017cywa regu\u0142y Sturgesa do okre\u015blenia liczby pojemnik\u00f3w do u\u017cycia w histogramie. Regu\u0142a Sturgesa wykorzystuje nast\u0119puj\u0105cy wz\u00f3r do okre\u015blenia optymalnej liczby grup do wykorzystania w histogramie: Optymalne pojemniki = \u2308log 2 n + 1\u2309 Z\u0142oto: n: ca\u0142kowita liczba obserwacji w zbiorze danych. \u2308 \u2309: Symbole oznaczaj\u0105ce \u201esufit\u201d, czyli zaokr\u0105glanie odpowiedzi do […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-2448","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"\n\n
hist(data)\n<\/strong><\/pre>\n
hist(data, breaks= 7<\/span> )<\/strong><\/pre>\n #create histogram with 7 bins<\/span>\nhist(data, breaks = seq(min(data), max(data), length. out<\/span> = 8<\/span> ))\n<\/strong><\/pre>\n Przyk\u0142ad: okre\u015blanie przerw histogramu w R<\/strong><\/span><\/h3>\n
#create vector of 16 values\ndata <- c(2, 3, 3, 3, 4, 4, 5, 6, 8, 10, 12, 14, 15, 18, 20, 21)<\/span>\n<\/span><\/strong><\/pre>\n #create histogram\nhist(data)\n<\/span><\/span><\/strong><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/bacs11.png\")
<\/p>\n #attempt to create histogram with 7 bins\nhist(data, breaks= 7<\/span> )<\/span><\/span><\/strong> <\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/bacs12.png\")
<\/p>\n #create histogram with 7 bins\n<\/span>hist(data, breaks = seq(min(data), max(data), length. out<\/span> = 8<\/span> ))\n<\/span><\/span><\/strong><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/bacs13.png\")
<\/p>\n Dodatkowe zasoby<\/strong><\/span><\/h3>\n
Jak wykre\u015bli\u0107 wiele histogram\u00f3w w R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"