Як указати розриви гістограми в r (з прикладами)

За замовчуванням функція hist() у R використовує правило Стерджеса для визначення кількості бінів для використання в гістограмі.

Правило Стерджеса використовує наступну формулу для визначення оптимальної кількості груп для використання в гістограмі:

Оптимальні біни = ⌈log ₂ n + 1⌉

золото:

• n: загальна кількість спостережень у наборі даних.
• ⌈ ⌉: символи, що означають «стеля», тобто округлення відповіді до найближчого цілого числа.

Наприклад, якщо в наборі даних є 31 спостереження, правило Стерджа використовуватиме таку формулу для визначення оптимальної кількості груп для використання в гістограмі:

Оптимальна кількість бункерів = ⌈log ₂ (31) + 1⌉ = ⌈4,954 + 1⌉ = ⌈5,954⌉ = 6 .

Відповідно до правила Стерджеса, ми повинні використовувати 6 прямокутників на гістограмі для візуалізації цього набору даних.

Якщо ви використовуєте функцію hist() у R, правило Стерджеса буде використано для автоматичного вибору кількості бінів для відображення на гістограмі.

 hist(data)

Навіть якщо ви використовуєте аргумент breaks , щоб вказати іншу кількість бункерів для використання, R використовуватиме його лише як «пропозицію» того, скільки бункерів використовувати.

 hist(data, breaks= 7 )

Однак ви можете використовувати наступний код, щоб змусити R використовувати певну кількість прямокутників на гістограмі:

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

Примітка : Ви повинні використовувати довжину n+1 для length.out, де n — кількість банів, які вам потрібні.

У наступному прикладі показано, як використовувати цей код на практиці.

Приклад: визначення розривів гістограми в R

Припустимо, ми маємо наступний набір даних у R із 16 значеннями:

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

Якщо ми використовуємо функцію hist() , R створить таку гістограму з 5 бінами:

 #create histogram
hist(data)

Примітка : R використав правило Стерджеса, щоб визначити, що 5 груп є оптимальною кількістю груп для візуалізації набору даних із 16 спостереженнями.

Якщо ми спробуємо використати аргумент breaks , щоб вказати 7 груп для використання на гістограмі, R сприйме це лише як «пропозицію» та вибере замість цього використання 10 груп:

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

Однак ми можемо використати наступний код, щоб змусити R використовувати 7 бінів у гістограмі:

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

Зауважте, що результатом є гістограма з 7 рівновіддаленими квадратами.

Додаткові ресурси

У наступних посібниках пояснюється, як виконувати інші типові операції в R:

Як створити гістограму відносної частоти в R
Як побудувати декілька гістограм у R