histc

h = histc(n, data)
h = histc(x, data)
h = histc(.., normalization)

Paramètres

n

entier positif (nombre de classes)

x

vecteur croissant définissant les classes (x doit avoir au moins 2 éléments)

data

vecteur (données à analyser)

h

• Si normalization est %T: densités de probabilité sur les intervalles définis par n or x, telles que l'aire de chaque intervalle est proportionnelle à sa population.
• Si normalization est %F: nombres d'éléments peuplant les intervalles.

normalization

booléen simple (%T par défaut), déterminant le type de résultat (voir h).

Description

Cette fonction calcule un histogramme du vecteur data d'après les classes x. Quand le nombre de classes n est fourni au lieu de x, les classes sont choisies également espacées et x(1) = min(data) < x(2) = x(1) + dx < ... < x(n+1) = max(data) avec dx = (x(n+1)-x(1))/n.

Les classes sont définies par C1 = [x(1), x(2)] et Ci = ( x(i), x(i+1)] pour i >= 2. Si l'on note Nmax le nombre total de data (Nmax = length(data)) et Ni le nombre d'éléments de data tombant dans Ci, la valeur de l'histogramme pour x dans Ci est égal à Ni/(Nmax (x(i+1)-x(i))) quand "normalized" est séléctionné et sinon, simplement égal à Ni. Quand la normalisation a lieu, l'histogramme vérifie:

quand x(1)<=min(data) et max(data) <= x(n+1)

Exemples

• Exemple #1: variations sur l'histogramme d'un échantillon gaussien N(0,1)

  // L'échantillon aléatoire gaussien d = rand(1, 10000, 'normal'); h = histc(20, d, normalization=%f); sum(h) // = 10000 // On utilise histplot pour avoir une représentation graphique clf(); histplot(20, d, normalization=%f); // Histogramme d'aire normalisée (densité de probabilité) h = histc(20, d); dx = (max(d)-min(d))/20; sum(h)*dx // = 1 clf(); histplot(20, d);

  
• Exemple #2: histogramme d'un échantillon de loi binomiale B(6,0.5)

  d = grand(1000,1,"bin", 6, 0.5); c = linspace(-0.5,6.5,8); clf() subplot(2,1,1) h = histc(c, d); histplot(c, d, style=2); xtitle("Histogramme d''aire normalisée") subplot(2,1,2) h = histc(c, d, normalization=%f); histplot(c, d, normalization=%f, style=5); xtitle("Histogramme brut")

  
• Exemple #3 : histogramme d'un échantillon de loi exponentielle E(lambda)

  lambda = 2; X = grand(100000,1,"exp", 1/lambda); Xmax = max(X); h = histc(40, X); clf() histplot(40, X, style=2); x = linspace(0, max(Xmax), 100)'; plot2d(x, lambda*exp(-lambda*x), strf="000", style=5) legend(["Histogramme d''un échantillon de distribution exponentielle" "Fonction densité exacte"]);

  
• Exemple #4 : polygône des fréquences et histogramme d'un échantillon gaussien

  n = 10; data = rand(1, 1000, "normal"); h = histc(n, data); clf(); histplot(n, data, style=12, polygon=%t); legend(["Histogramme d''aire normalisée" "Polygone des fréquences"], "lower_caption");

  

Voir aussi

• histplot — dessine un histogramme
• hist3d — représentation 3D d'un histogramme
• plot2d — 2D plot
• dsearch — répartit, localise et compte les éléments d'une matrice en catégories données

Historique

Version	Description
5.5.0	Introduction