입력 시퀀스 X의 이산 히스토그램을 찾습니다.


icon

입력/출력

  • c1ddbl.png X

    X는 반드시 최소한 하나의 샘플을 포함해야 합니다. X가 빈 경우, 히스토그램은 정의되지 않으며 VI는 히스토그램: h(x)X 값을 빈 배열로 설정하고 에러를 반환합니다.

  • ci32.png 구간

    구간은 히스토그램에서 사용할 구간 또는 bin의 수를 지정하며, 0보다 커야 합니다. 구간이 0보다 작거나 같은 경우, 히스토그램은 정의되지 않으며 VI는 히스토그램: h(x)X 값을 빈 배열로 설정하고 에러를 반환합니다. 기본값은 10입니다.

  • icclst.png 히스토그램 그래프

    히스토그램 그래프는 입력 시퀀스 X의 히스토그램 막대 그래프를 디스플레이합니다. y축은 히스토그램 카운트, x축은 히스토그램의 구간(bin)의 히스토그램 중앙값입니다.

  • i1di32.png 히스토그램: h(x)

    히스토그램: h(x)는 입력 시퀀스 X의 이산 히스토그램입니다.

  • i1ddbl.png X 값

    X 값은 히스토그램 구간(bin)의 중심값의 배열입니다.

  • ii32.png 에러

    에러는 VI로부터 모든 에러 또는 경고를 반환합니다. 에러[에러 코드를 에러 클러스터로] VI에 연결하여 에러 코드 또는 경고를 에러 클러스터로 변환할 수 있습니다.

  • 히스토그램은 입력 시퀀스에서 지정된 구간이 발생하는 횟수를 나타내는 빈도수입니다. 빈도 bin의 간격은

    델타_x = (최대-최소)/m

    이 때 m은 요청된 bin 수입니다. 각 bin의 중앙값은 다음 식에 따라 설정됩니다:

    center[i] = min + delta_x/2 + i * delta_x.

    입력 시퀀스가 다음과 같은 경우

    X = {0, 1, 3, 3, 4, 4, 4, 5, 5, 8}

    8개의 구간에 대한 X히스토그램: h(x)는 다음과 같습니다.

    h(X) = {h0, h1, h2, h3, h4, h5, h6, h7} = {1, 1, 0, 2, 3, 2, 0, 1}

    입력 시퀀스 X의 히스토그램은 X의 함수입니다.

    VI는 다음과 같이 히스토그램:h(x)를 계산합니다. VI는 값의 범위를 결정하기 위해 입력 시퀀스 X를 스캔합니다. 그런 다음 VI는 지정된 간격수에 따라 간격 폭(Δx)을 설정합니다,

    이 때 max는 입력 시퀀스 X에서 찾은 최대값이고, min은 입력 시퀀스 X에서 찾은 최소값이며, m은 지정된 구간의 개수입니다.

    히스토그램은 X의함수이므로 χ가 출력 시퀀스 X값을나타내도록 합니다. VI는 다음을 사용하여 c의 원소를 계산합니다.

    χi = 최소 + 0.5Δx +iΔx

    여기서 i = 0, 1, 2, …,m - 1,

    VI는 i번째 간격을 다음 미만의 값 범위로 정의합니다.

    Δi ∈ (χi - 0.5Δx, χi + 0.5Δx)

    여기서 i = 0, 1, 2, …,m - 1,

    또한 함수를 다음과 같이 정의합니다.

    함수는 x 값이 지정된 간격 내에 포함되는 경우 단일 값을 갖습니다. 그렇지 않은 경우, 제로입니다. 간격 Δi 의 중심은 χi를 중심으로 하고 그 너비는Δx입니다.

    마지막 간격인Δm-1이정의됩니다. 즉, 값이 최대와 같은 경우, 마지막 간격에 포함된 것으로 카운트됩니다.

    마지막으로, VI는 다음을 사용하여 히스토그램 시퀀스 H를 계산합니다.

    이 때 hi는 출력 시퀀스 히스토그램: h(x), n은 입력 시퀀스 X의 원소 개수를 나타냅니다.

    예제

    LabVIEW 포함되는 다음 예제 파일을 참조하십시오.

    • labview\examples\Mathematics\Probability and Statistics\Statistics Solver.vi
    • labview\examples\Mathematics\Probability and Statistics\Probability Density.vi
    • labview\examples\Mathematics\Probability and Statistics\Noise Statistics.vi