MKZR:Dodatek
Z Skrypty dla studentów Ekonofizyki UPGOW
(Różnice między wersjami)
(Utworzył nową stronę „===Histogramy=== Ważną umiejętnością jest estymacja funkcji gęstości z pewnej (dużej) licznby danych liczbowych. Proces taki jest nazywany hostogramowaniem. …”) |
(→Histogramy 1D) |
||
| Linia 4: | Linia 4: | ||
===Histogramy 1D=== | ===Histogramy 1D=== | ||
| + | |||
| + | Proszę zauważyć ze drugi argument jest normą tego histogramu, która zgodnie z dokumentacja (help hist) jest sumą wartości wszystkich słupków. Ponieważ chcemy porównać ten histogram z gęstością to mamy: | ||
| + | |||
| + | <math>1=\int_0^\infty f(x) dx=\sum_{i=1}^N f(x_i) h</math> | ||
| + | |||
| + | z czego nam wynika, że suma wysokości słupków gęstości unormowanej do jedynki wynosi: | ||
| + | |||
| + | <math>\sum_{i=1}^N f(x_i) =1/h</math> | ||
===Histogramy 2D=== | ===Histogramy 2D=== | ||
Wersja z 08:09, 11 maj 2010
Spis treści |
Histogramy
Ważną umiejętnością jest estymacja funkcji gęstości z pewnej (dużej) licznby danych liczbowych. Proces taki jest nazywany hostogramowaniem.
Histogramy 1D
Proszę zauważyć ze drugi argument jest normą tego histogramu, która zgodnie z dokumentacja (help hist) jest sumą wartości wszystkich słupków. Ponieważ chcemy porównać ten histogram z gęstością to mamy:
\(1=\int_0^\infty f(x) dx=\sum_{i=1}^N f(x_i) h\)
z czego nam wynika, że suma wysokości słupków gęstości unormowanej do jedynki wynosi:
\(\sum_{i=1}^N f(x_i) =1/h\)