In statistica, intervalli di densità sono un modo di rappresentare una variabile appare come spesso in diverse regioni di una popolazione. Intervalli di densità sono intrinsecamente stime di frequenza e sono spesso chiamati "bidoni", poiché la variabile di frequenza è suddiviso in diversi intervalli, molto come gli elementi sono posizionati in una collocazione.
Introduzione
Intervalli di densità mostrano la ridondanza di una variabile in intervalli discreti di dati. Ad esempio, se vuoi sapere quante scatole di cereali in un negozio di alimentari sono ragionevoli in un certo intervallo, può 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 in forma entro un range previsto, ad esempio $1,01 a $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 aree rettangolari su un grafico. L'altezza dell'intervallo di densità è la frequenza con cui la variabile viene visualizzata in quell'intervallo, e la larghezza dell'intervallo è la sua gamma. La densità, quindi, è l'altezza diviso per la larghezza.
Svantaggi
Poiché gli intervalli di densità partizionare dati in bidoni discreti, i dati vengono interpretati da un fattore di distorsione, la gamma dell'intervallo stesso. Un intervallo diverso genera una densità di completamente diversa, anche se i dati sono la stessa e la frequenza della variabile nella popolazione non è cambiata. Una soluzione a questo effetto distorsivo in problemi di stima di densità consiste nell'utilizzare uno strumento di stima di densità del kernel, che rappresenta la frequenza di una variabile senza utilizzare intervalli discreti o bidoni.
Applicazioni
Intervalli di densità hanno ampia applicazione nelle rappresentazioni statistiche. Vengono utilizzati per mostrare la distribuzione delle popolazioni di una certa variabile, quali: età, razza o sesso; tipi di errori si presentano come frequentemente in una piattaforma di software; occorrenze di malattia tra le specie; la presenza di ingressi nelle istruzioni logiche; e molto altro ancora. Intervalli di densità per diverse variabili possono essere sovrapposti uno su altro per confrontare spread variabili in una popolazione, ad esempio la frequenza di bevitori di caffè, i bevitori del tè o i bevitori di caffè e tè in un ambiente urbano. La caratteristica comune di queste diverse applicazioni è l'utilizzo di bidoni per separare le diverse frequenze di una variabile.