CAPÍTULO 5. ESCRITURA DE FUNCIONES
108
## [1] "pp$Precip"
##
## $equidist
## [1] TRUE
##
## attr(,"class")
## [1] "histogram"
De momento interesan los elementos
$breaks
y
$counts
de la variable
hh
.
El elemento
$breaks
, indica en qué valores se
rompen
los intervalos de la va-
riable aleatoria. En este caso, por ejemplo, los dos primeros intervalos, serían:
20
<
precip
≤
40 y 40
<
precip
≤
60. El elemento
$counts
, indica la frecuencia
de aparición del valor asignado a cada intervalo. Así, por ejemplo, los valores
de
$counts
correspondientes a los dos primeros intervalos son 2 y 3, respec-
tivamente, lo que indica que, de los datos originales, hay dos precipitaciones
entre 20 y 40 mm, y hay tres entre 40 y 60 mm, y así para todos los otros casos.
Una alternativa en los histogramas, consiste en el uso de la densidad en vez
de la frecuencia, definida como, la frecuencia, o número de ocurrencias para
un intervalo, dividida entre el número total de ocurrencias y entre el ancho del
intervalo, de manera que la suma total de las áreas de las barras del histograma
sea la unidad. Por ejemplo, para el primer intervalo, este valor sería: 2/
(
41
·
20
) =
0.002439. De hecho, en el código anterior, el elemento
$density
de la
variable
hh
, muestra cada uno de estos valores. Para producir este diagrama,
basta con definir el argumento
freq
en la función
hist()
, como FALSO, como
se muestra a continuación.
hist
(pp
$
Precip,
breaks
=
15
,
freq
=
FALSE
)
Ahora, este nuevo resultado de la aplicación de la función
hist()
, se puede
ver en la Fig. 5.7. Nótese que este diagrama es igual que el anterior, solamen-
te con un cambio de escala en el eje de las ordenadas. Lo interesante de esta
versión es que ahora se puede hablar no en términos absolutos, sino de por-
centajes. Por ejemplo, si se toman los intervalos consecutivos del 3 al 5 y se
suman las densidades correspondientes y se multiplica ese valor por el ancho
del intervalo, lo que corresponde al área de las tres barras, se puede decir que
el 51.22% de las precipitaciones estuvo entre 60 y 120 mm durante el período
de las observaciones.
5.5.2. Densidades y distribuciones de probabilidades
Con referencia al ejemplo anterior, se puede ver que, en general el número
de observaciones de las que se puede disponer es limitado: 41, para este caso.
Si, hipotéticamente, se pudiera contar con un número infinito de observacio-
nes, el ancho de los intervalos podría reducirse a un valor muy cercano a cero
y en vez de la gráfica tipo escalera de la Fig. 5.7, se podría tener una gráfica
