Please note that the recommended version of Scilab is 2025.0.0. This page might be outdated.
See the recommended documentation of this function
histc
ヒストグラムを計算
呼び出し手順
[cf, ind] = histc(n, data [,normalization]) [cf, ind] = histc(x, data [,normalization])
引数
- n
正の整数 (クラスの数)
- x
クラスを定義する漸増ベクトル (
x
には最低2つの要素があります)- data
ベクトル (解析対象のデータ)
- cf
n
またはx
により定義されるクラスに含まれるdata
の値の数を示すベクトル- ind
data
と同じ大きさのベクトルまたは行列で, データdata
の各要素がn
またはx
により定義された クラスに重複して属していることを示します- normalization
スカラー論理値.
normalization=%f (デフォルト)
:cf
は,各クラスにおける点の総数を表します.normalization=%t
:cf
は,各クラスにおける点の数を点の総数に関して相対的に表します.
説明
この関数は,クラスx
によりdata
ベクトルの
ヒストグラムを計算します.
x
ではなくクラスの数 n
が指定された場合,等間隔で
x(1) = min(data) < x(2) = x(1) + dx < ... < x(n+1) = max(data)
(ただし, dx = (x(n+1)-x(1))/n)となるクラスが選択されます.
クラスはC1 = [x(1), x(2)]
および Ci = ( x(i), x(i+1)]
(i >= 2)で定義されます.
Nmax
はdata
の総数 (Nmax = length(data)),
Ni
はCi
に含まれるdata
要素の数,
Ci
におけるx
のヒストグラムの値は,
"normalized"
が選択された場合は
Ni/(Nmax (x(i+1)-x(i))) となり,
そうでない場合は単にNiとなります.
正規化が行われた際,ヒストグラムは以下を確認します:
x(1)<=min(data) および max(data) <= x(n+1) の場合
例
- 例 #1: ガウス乱数標本のヒストグラム周辺の変化
- 例 #2: 二項(B(6,0.5)) 乱数標本のヒストグラム
d = grand(1000,1,"bin", 6, 0.5); c = linspace(-0.5,6.5,8); clf() subplot(2,1,1) [cf, ind] = histc(c, d) histplot(c, d, style=2); xtitle(_("Normalized histogram")) subplot(2,1,2) [cf, ind] = histc(c, d, normalization=%f) histplot(c, d, normalization=%f, style=5); xtitle(_("Non normalized histogram"))
- 例 #3: 指数乱数標本のヒストグラム
- 例 #4: ガウス乱数標本の周波数ポリゴンチャートとヒストグラム
参照
履歴
バージョン | 記述 |
5.5.0 | Introduction |
Report an issue | ||
<< covar | Descriptive Statistics | median >> |