Question

其中一个hist()函数参数是breaks。它可以是许多选项中的任何一个，其中一个是指定中断次数的单个数字。在我的例子中，我指定了单个数字10.

为什么我有时会收到10个以上的垃圾桶？在这种情况下，15个间隔而不是10个间隔，与指定数量相比有显着偏差50％。

x <- c(98.75,97.92,98.80,98.14,98.95,98.30,98.98,98.47,99.41,98.92,99.25,99.07,99.73,
99.01,100.70,99.95)
findInterval(x,hist(x,10,plot=F)$breaks)

结果是：

[1] 5 1 5 2 6 3 6 4 9 6 8 7 10 7 15 11

我预计最大间隔为10而不是15，任何人都可以解释导致15个间隔的逻辑，尽管我指定数字10用于休息吗？

问题Specify number of bins in hist() in R?提出了类似的问题，但我认为他的例子不够明确。其中一条评论是，为箱子指定的10号是一个建议，似乎这是对事实最接近的答案，但我不确定。

我不一定要有10个箱子，我可以忍受15个箱子，但我正在努力理解逻辑，所以当我使用这个功能时我会知道会发生什么。

Answer 1

如果您将一个号码传递给breaks参数，hist会使用pretty来计算休息时间：

x <- c(98.75,97.92,98.80,98.14,98.95,98.30,98.98,98.47,99.41,98.92,99.25,99.07,99.73,
       99.01,100.70,99.95)
length(pretty(range(x), n = 10, min.n = 1))
#[1] 16
#== 15 bins

identical(hist(x, breaks=10)$breaks,
          pretty(range(x), n = 10, min.n = 1))
#[1] TRUE

如果您想拥有确切数量的分档，则需要将显式分隔值传递给hist：

length(hist(x, breaks = seq(min(x), max(x), length.out=11))$breaks)
#[1] 11

help("hist")中记录了这一点：

休息

其中一个：

给出直方图单元格之间断点的矢量

计算断点向量的函数，

一个数字，给出直方图的单元格数，

命名算法以计算单元格数的字符串   （参见'详情'），

计算细胞数的函数。

在最后三个案例中，这个数字只是一个建议;该   断点将设置为漂亮的值。如果休息是一个功能，那么   x向量作为唯一参数提供给它。

具有单个数字中断的hist函数导致大于指定的bin或interval。有谁知道为什么？

1 个答案: