Número de aulas (estatísticas)

Este artigo explica como encontrar o número de classes nas estatísticas. Você também descobrirá como é calculada a largura dos intervalos após encontrar o número de classes e, além disso, poderá ver vários exemplos concretos.

Como calcular o número de classes em estatística

Principalmente, em estatística, existem dois métodos para calcular o número ideal de classes para uma amostra de dados: a regra de Sturges, que é uma fórmula, e o método da raiz, que envolve encontrar a raiz quadrada do número total de dados.

Dependendo da amostra, é aconselhável utilizar um método ou outro. Ambos os métodos são explicados abaixo com um exemplo.

Regra de Sturges

A regra de Sturges é uma regra usada para calcular o número ideal de classes ou intervalos nos quais um conjunto de dados deve ser dividido. Especificamente, a fórmula da Regra de Sturges afirma que o número apropriado de classes é igual a um mais o logaritmo de base dois do número total de pontos de dados.

c=1+\log_2(N)

Ouro

c

é o número de classes ou intervalos e

N

é o número total de observações na amostra.

A maioria das calculadoras só permite cálculos com logaritmos de base 10. Neste caso, você pode usar esta fórmula equivalente:

c=1+\cfrac{\log(N)}{\log(2)}

Por exemplo, se tivermos uma amostra estatística de 100 observações, segundo a regra de Sturges, o número de classes com as quais os dados devem ser agrupados é calculado da seguinte forma:

\begin{array}{l}c=1+\log_2(N)\\[2ex]c=1+\log_2(100)\\[2ex]c=1+6,64\\[2ex]c=7,64\\[2ex]c\approx 8\end{array}

Assim, para uma amostra com um total de 100 pontos de dados, os dados devem ser divididos em 8 intervalos diferentes.

método raiz

Embora a regra de Sturges seja certamente mais conhecida, outro método amplamente utilizado em estatística para calcular o número de classes é calcular a raiz quadrada do tamanho da amostra.

Então, outra fórmula para calcular o número ideal de aulas é a seguinte:

c=\sqrt{N}

Ouro

c

é o número de classes ou intervalos e

N

é o número total de itens de dados na amostra.

Por exemplo, se tivermos um total de 150 dados, o cálculo do número de intervalos em que precisamos dividir os dados seria:

c=\sqrt{150}=12,25 \approx 12

A fórmula anterior é usada quando o tamanho da amostra é menor que 200, mas quando temos 200 ou mais dados, é melhor calcular o número de classes extraindo a raiz cúbica:

c=\sqrt[3]{N}

Ouro

c

é o número de classes ou intervalos e

N

é o número total de itens de dados na amostra.

Número de aulas e largura do intervalo

Depois de calcular o número de caixas, podemos calcular a largura de cada intervalo usando a seguinte fórmula:

 \text{Amplitud de intervalo}=\cfrac{\text{Rango}}{\text{N\'umero de clases}}

A título de exemplo, um exercício é resolvido a seguir para que você possa ver como é calculada a largura dos intervalos.

  • Os seguintes dados estatísticos foram registrados. Calcule o número de classes com a regra de Sturges e determine a largura de cada intervalo.

35\ 18\ 25\ 2\ 45\ 34\ 68\ 42\ 9\ 41\ 62\ 85\ 53

21\ 4\ 86\ 50\ 32\ 71\ 59\ 29\ 12\ 38\ 91\ 63\ 7

67\ 37\ 23\ 70\ 65\ 47\ 76\ 83\ 54\ 27\ 25\ 19\ 98

Como vimos acima, para determinar o número de classes nas quais os dados devem ser agrupados, aplicamos a regra de Sturges. Neste caso temos 39 dados, então na fórmula devemos substituir o parâmetro N por 39:

\begin{array}{l}c=1+\log_2(N)\\[2ex]c=1+\log_2(39)\\[2ex]c=1+5,28\\[2ex]c=6,28\\[2ex]c\approx 6\end{array}

Agora que sabemos o número apropriado de classes, vamos calcular a largura de cada classe. Para fazer isso, primeiro precisamos calcular o intervalo dos dados amostrais:

R=98-2=96

E uma vez conhecida a extensão da amostra, dividimos o valor encontrado pelo número de classes calculado anteriormente (6):

\text{Amplitud de intervalo}=\cfrac{96}{6}=16

A largura de todas as classes deve, portanto, ser de 16 unidades. Portanto, as classes que poderíamos alcançar são:

\begin{array}{l}[2,18)\\[2ex][18,34)\\[2ex][34,50)\\[2ex][50,66)\\[2ex][66,82)\\[2ex][82,98]\end{array}

Número de classes em uma distribuição de frequência

Por fim, deve-se destacar que calcular o número de classes é importante na hora de fazer uma distribuição de frequência (ou tabela de frequência), desta forma você pode separar rapidamente os dados em diferentes intervalos e então encontrar todos os tipos de frequências de cada intervalo. .

Caso você não saiba o que é, distribuição de frequência é uma tabela que lista todos os tipos de frequência para cada intervalo. Portanto, cada linha é uma classe diferente e cada coluna tem um tipo de frequência diferente.

Para ver um exemplo de distribuição de frequência com dados agrupados, clique no link a seguir:

Add a Comment

O seu endereço de email não será publicado. Campos obrigatórios marcados com *