Entrer un problème...
Ensembles finis Exemples
6.16.1 , 0.60.6 , 4.94.9 , 6.66.6 , 5.95.9 , 3.33.3 , 5.15.1 , 5.45.4
Étape 1
Il est possible d’estimer le nombre de classes en utilisant le résultat arrondi de la règle de Sturges, N=1+3.322log(n)N=1+3.322log(n), où NN est le nombre de classes et nn est le nombre d’éléments dans l’ensemble de classes.
1+3.322log(8)=4.000064931+3.322log(8)=4.00006493
Étape 2
Sélectionnez 44 classes pour cet exemple.
44
Étape 3
Déterminez la plage de données en soustrayant la valeur données minimale à la valeur données maximale. Dans ce cas, la plage de données est 6.6-0.6=66.6−0.6=6.
66
Étape 4
Déterminez la largeur de classe en divisant la plage de données par le nombre de groupes souhaité. Dans ce cas, 64=1.564=1.5.
1.51.5
Étape 5
Arrondissez 1.51.5 au nombre entier le plus proche. Ce sera la taille de chaque groupe.
22
Étape 6
Commencez avec 0.60.6 et créez 44 groupes de taille 22.
ClassClassBoundariesFrequency0.6-1.62.6-3.64.6-5.66.6-7.6ClassClassBoundariesFrequency0.6−1.62.6−3.64.6−5.66.6−7.6
Étape 7
Déterminez les limites de classes en soustrayant 0.50.5 à la limite de classe inférieure et en ajoutant 0.50.5 à la limite de classe supérieure.
ClassClassBoundariesFrequency0.6-1.60.0‾9-2.12.6-3.62.1-4.14.6-5.64.1-6.16.6-7.66.1-8.1ClassClassBoundariesFrequency0.6−1.60.0¯9−2.12.6−3.62.1−4.14.6−5.64.1−6.16.6−7.66.1−8.1
Étape 8
Tracez une marque de dénombrement à côté de chaque classe pour chaque valeur contenue dans cette classe.
ClassClassBoundariesFrequency0.6-1.60.0‾9-2.1|2.6-3.62.1-4.1|4.6-5.64.1-6.1|||||6.6-7.66.1-8.1||ClassClassBoundariesFrequency0.6−1.60.0¯9−2.1∣∣2.6−3.62.1−4.1|4.6−5.64.1−6.1|||||6.6−7.66.1−8.1||
Étape 9
Comptez les marques de dénombrement pour déterminer la fréquence de chaque classe.
ClassClassBoundariesFrequency0.6-1.60.0‾9-2.112.6-3.62.1-4.114.6-5.64.1-6.156.6-7.66.1-8.12ClassClassBoundariesFrequency0.6−1.60.0¯9−2.112.6−3.62.1−4.114.6−5.64.1−6.156.6−7.66.1−8.12