Apéndice A

Funciones de densidad
empı́ricas

A.1. Histogramas
Haciendo referencia al Ejemplo 10, en la siguiente serie de gráficos varia-
mos el ancho de clase h, manteniendo fija la frontera izquierda x 0 del primer
intervalo:
> attach(faithful)
> range(waiting)
[1] 43 96
> x0 = 40; M = 100
> h = c(5, 6, 10, 12)
> par(mfcol=c(2,2)) # figura multiple de 2x2 llenada por columnas
> hist(waiting, prob=TRUE, breaks=seq(from=x0, to=M, by=h[1]),
+ main="x0 = 40, h = 5")
> hist(waiting, prob=TRUE, breaks=seq(from=x0, to=M, by=h[2]),
+ main="x0 = 40, h = 6")
> hist(waiting, prob=TRUE, breaks=seq(from=x0, to=M, by=h[3]),
+ main="x0 = 40, h = 10")
> hist(waiting, prob=TRUE, breaks=seq(from=x0, to=M, by=h[4]),
+ main="x0 = 40, h = 12")

Ahora mantenemos fijo el ancho de clase h, variando la frontera izquierda

x0 del primer intervalo:

> x0 = c(41, 41.5, 42, 42.5)

97
98 APÉNDICE A. FUNCIONES DE DENSIDAD EMPÍRICAS

Figura A.1: Histogramas en función de su ancho de clase h.

> h = 2.5
> hist(waiting, prob=TRUE, breaks=seq(from=x0[1], to=M, by=h),
+ main="x0 = 41, h = 2.5")
> hist(waiting, prob=TRUE, breaks=seq(from=x0[2], to=M, by=h),
+ main="x0 = 41.5, h = 2.5")
> hist(waiting, prob=TRUE, breaks=seq(from=x0[3], to=M, by=h),
+ main="x0 = 42, h = 2.5")
> hist(waiting, prob=TRUE, breaks=seq(from=x0[4], to=M, by=h),
+ main="x0 = 42.5, h = 2.5")
A.1. HISTOGRAMAS 99

Figura A.2: Histogramas en función de su primer frontera izquierda x 0 .

Dados x0 ∈ R y h > 0, consideremos la partición {Bj(x0 , h)}j∈Z , donde

la j–ésima clase es el intervalo

Bj (x0 , h) = (x0 + (j − 1)h, x0 + jh]

Si {xi }ni=1 es una muestra independiente e identicamente distribuı́da de una

variable aleatoria X con función de densidad f , el histograma con clase de
ancho h se define como:
n
1 ��
fˆh (x) = IB (x ,h) (xi ) · IBj (x0 ,h) (x) (A.1)
nh j∈Z i=1 j 0
100 APÉNDICE A. FUNCIONES DE DENSIDAD EMPÍRICAS

con �
1 si u ∈ B
IB (u) =
0 de otra forma
la función indicadora del conjunto B. En la ecuación (A.1) la suma sobre i da
la frecuencia de cada clase, mientras que la suma sobre j crea los “escalones”
que conforman el histograma. El parámetro h controla el ancho de las clase
(valores “grandes” de h producen histogramas planos pero con poca estruc-
tura, mientras que valores “pequeños” producen mayor estructura, pero con
picos que pueden ser intrascendentes.