[Duda] La regla de Sturges | Estadística con Python: Frecuencias y medidas

Jamás había conocido la regla de Sturges para la definición de clases, sin embargo, si me sorprendió que no dependiera de los datos en sí, solo de la cantidad de ellos. En el ejemplo del video anterior obtuvimos que la mayoría de los datos se concentraban en una sola clase

Tabla de frecuencias con porcentajes con clases realizadas bajo la regla de Sturges

El 98% —y fracción— de los datos perteneces a la clase inferior, ¿Es esta una buena forma de clasificar este conjunto de datos en particular?

Supongo que existen reglas que toman en cuenta la distribución de los datos para lograr una clasificación más uniforme, y creo que no serán de amplitud fija.

Y toca preguntar: ¿Qué otras reglas como la de Sturges existen? Para poder documentarme. ¿En qué momentos son útiles las reglas con amplitud fija, y qué momentos las de amplitud variable?

Gracias por leerme.

Hola Leonardo, todo bien? la regla de Sturges puede parecer un poco contraintuitiva al principio ya que no toma en cuenta la distribución de los datos, sino solo su cantidad. Sin embargo, es una regla muy útil para obtener una primera visión general de los datos.

En respuesta a tu pregunta sobre si es una buena forma de clasificar ese conjunto de datos en particular, la respuesta depende del objetivo del análisis. Si estás interesado en una visión general y no te importa que la mayoría de los datos se concentren en una clase, la regla de Sturges puede ser suficiente. Sin embargo, si quieres una representación más detallada de los datos, es posible que necesites utilizar otras reglas o métodos.

Existen otras reglas o métodos para definir el número de clases, como la regla de la raíz cuadrada, la regla de Scott y la regla de Freedman-Diaconis. Estas reglas toman en cuenta la distribución de los datos y pueden proporcionar una clasificación más uniforme.

Las reglas con amplitud fija, como la regla de Sturges, son útiles cuando se desea una visión general rápida de los datos o cuando los datos se distribuyen uniformemente. Las reglas con amplitud variable, por otro lado, son útiles cuando los datos tienen una distribución más compleja o cuando se desea una representación más detallada de los datos.

Un abrazo y buenos estudios :)

Si este post te ayudó, por favor, marca como solucionado ✓.