intervalos de densidade mostram a redundância de uma variável em intervalos discretos de dados . Por exemplo, se você quiser saber quantas caixas de cereal em um supermercado estão com preços em um determinado intervalo , você pode criar intervalos discretos de zero a US $ 1, $ 1,01 a US $ 2 , $ 2,01 a US $ 3 , e assim por diante . O intervalo de densidade de um intervalo é quantas caixas de cereais caber dentro de uma faixa designada, como a US $ 1,01 a $ 2. O intervalo de maior densidade é o intervalo discreto com a maior densidade .
Vantagens
A vantagem de usar intervalos de densidade é que ele permite que você crie uma representação visual dos dados . A representação é comum , sob a forma de um histograma , que mostra os intervalos de densidade como regiões rectangulares num gráfico . A altura do intervalo de densidade é a frequência com que a variável aparece em que intervalo de tempo, e a largura do intervalo é o seu alcance . A densidade , então, é a altura dividida pela largura .
Desvantagens
Como os dados da partição intervalos de densidade em caixas discretas , os dados são interpretados por um fator , a gama do próprio intervalo de distorção . Uma gama de diferentes produz uma densidade completamente diferente, mesmo que os dados é a mesma e a frequência da variável na população não mudou . Uma solução para este efeito de distorção em problemas de estimação de densidade é a utilização de uma ferramenta de estimativa de densidade kernel, o que representa a frequência de uma variável sem o uso de intervalos discretos ou caixas .
Aplicações
intervalos de densidade tem ampla aplicação em representações estatísticas . Eles são usados para mostrar a distribuição das populações de uma determinada variável , tais como idade, raça ou sexo; a freqüência com que os tipos de erros ocorrem em uma plataforma de software ; ocorrências de doenças entre espécies ; a presença de entradas em declarações lógicas ; e muito mais. Intervalos de densidade para diferentes variáveis podem ser sobrepostos um sobre o outro para comparar spreads variáveis em uma população , tais como a frequência de bebedores de café , bebedores de chá , ou bebedores de café e chá em um ambiente urbano . A característica comum desses diferentes aplicações é o uso de lixeiras para separar diferentes freqüências de uma variável.