Nota sobre construção das classes para organização de dados: Sejam: • R = x(n) − x(1) , a amplitude amostral; • k o número de classes obtido, por exemplo, segundo a regra de Sturges; • h= R k + δ, com δ escolhido de forma parcimoniosa. Para construção das classes, começa-se por calcular o excesso de cobertura que a colecção de intervalos C1 , C2 , . . . , Ck apresentará relativamente à amostra: excesso = kh − R R +δ −R = k k = kδ Este excesso deve ser repartido pelos dois extremos do conjunto das classes: kδ 2 para cada lado. Assim, a primeira classe terá limite inferior igual a kδ x(1) − . 2 O limite superior da primeira classe obtém-se somando h ao limite inferior. De uma forma geral, para cada uma das classes subsequentes, • o limite inferior é igual ao limite superior da classe anterior; • o limite superior obtém-se somando h ao limite inferior. Verifica-se facilmente que é com esta construção que se obtém para limite superior da última classe um valor que excede tanto o máximo da amostra quanto o limite inferior da primeira classe está àquem do mı́nimo da amostra: kδ kδ C1 = x(1) − , x(1) − +h 2 2 kδ kδ + h, x(1) − + 2h C2 = x(1) − 2 2 .. . kδ kδ Ck = x(1) − + (k − 1)h, x(1) − + kh 2 2 Basta notar que x(1) − kδ + kh 2 = = = = kδ R +k +δ 2 k kδ x(1) − + R + kδ 2 kδ + x(n) − x(1) x(1) + 2 kδ x(n) + 2 x(1) −