intervalli di densità mostrano la ridondanza di una variabile in intervalli discreti di dati. Ad esempio , se volete sapere quante scatole di cereali in un negozio di alimentari hanno un prezzo in un certo intervallo , è possibile creare intervalli discreti di zero a $ 1, $ 1,01 a $ 2 , $ 2,01 a $ 3, e così via . L'intervallo di densità di un intervallo è quante scatole di cereali rientra in un intervallo designato , come $ 1.01 $ 2. L'intervallo di densità più alta è l'intervallo discreto con la più alta densità .
Vantaggi
Il vantaggio di utilizzare intervalli di densità è che ti permette di creare una rappresentazione visiva dei dati . La rappresentazione comune è sotto forma di un istogramma che mostra gli intervalli di densità come regioni rettangolari su un grafico . L'altezza dell'intervallo densità è la frequenza con cui la variabile compare in quell'intervallo , e l' ampiezza dell'intervallo è la sua gamma . La densità , quindi , è l'altezza divisa per la larghezza .
Svantaggi
Poiché i dati della partizione intervalli di densità in contenitori separati , il dato viene interpretato da un fattore di distorsione , la gamma dell'intervallo stesso. Una gamma differente produce una densità completamente diversa anche se i dati è la stessa e la frequenza della variabile nella popolazione non è cambiata . Una soluzione a questo effetto distorsivo in problemi di stima di densità è quella di utilizzare uno strumento di stima della densità kernel , che rappresenta la frequenza di una variabile senza utilizzare intervalli discreti o bidoni .
Applicazioni