找出每个班级的宽度和密度。

时间:2017-01-22 19:33:25

标签: r statistics kernel-density

所以我必须找到以下每个类的密度和宽度。我有解决方案,但我对某些事感到困惑。我很困惑,如果答案是正确的或不正确的,因为有些消息来源说uppperLimit - lowerLimit = class Width,有些人说它应该是lowerLimit2 - lowerLimit1 = Class width。所以,请看看我的数据和解决方案,并告诉我,如果我正确这样做,所以我可以继续找到它的密度。

CLASS       FREQUENCY
30.0-32.0   8
32.0-33.0   7
33.0-34.0   10
34.0-34.5   25
34.5-35.0   30
35.0-35.5   40
35.5-36.0   45
36.0-50.0   5

我的解决方案。

  • 我们首先需要找到类边界。在这种情况下,它们是30.0,32.0,33.0,34.0,34.5,35.0,35.5和36.0。因此,类宽度为c2-c1(即32.0-30.0 = 2.0)
    • 所以班级宽度应为 - > 2.0,1.0,1.0,0.5,0.5,0.5和14.0

1 个答案:

答案 0 :(得分:0)

在我看来你正确地做到了 - 在这种情况下你想要的数量是垃圾箱的宽度,这是从下限到上限的距离。

更一般地说,你需要的是箱子的普通(勒贝格)测量 - 你的密度估计基本上是将观察到的质量(即箱子数量)与箱子的质量进行比较。这以自然的方式将您的示例概括为其他案例。间隔的勒贝格度量只是间隔的长度,因此,间隔是否相互接触(如在您的示例中)或者它们不在端点处(更一般地)接触是正确的。此外,如果你在两个或多个维度上工作,那么bin的Lebesgue度量是它的面积或n维体积 - 因此在任何维度上,很容易知道你需要计算什么。