该规则斯特奇斯是用于确定所必需的绘制的一组统计数据的类或范围的数目的标准。1926年，德国数学家赫伯特·斯特吉斯（Herbert Sturges）阐明了这一规则。
斯特吉斯（Sturges）根据样本数x提出了一种简单的方法，该方法使我们能够找到类的数量及其范围宽度。斯特吉斯定律被广泛使用，特别是在统计领域，特别是构造频率直方图。
说明
斯特吉斯规则是一种经验方法，广泛用于描述统计中，以确定频率直方图中必须存在的类数，以便对代表样本或总体的一组数据进行分类。
基本上，此规则确定频率直方图的图形容器的宽度。
为了建立他的规则，赫伯特·斯特吉斯（Herbert Sturges）考虑了一个理想的频率图，该图由K个间隔组成，其中第i个间隔包含一定数量的样本（i = 0，…k-1），表示为：
样本数由提取集合子集的方式数决定。即用二项式系数表示如下：
为了简化表达式，他将对数的属性应用于方程式的两个部分：
因此，斯特吉斯（Sturges）确定间隔k的最佳数目由以下表达式给出：
也可以表示为：
在此表达式中：
-k是班级数。
-N是样本中观测值的总数。
-对数是以10为底的常用对数。
例如，要构建一个频率直方图来表示142个儿童身高的随机样本，则分布将具有的间隔或类的数量为：
k = 1 + 3.322 *对数10（N）
k = 1 + 3,322 *对数（142）
k = 1 + 3.322 * 2.1523
k = 8.14≈8
因此，分布将是8个间隔。
间隔数必须始终由整数表示。如果值为十进制，则应近似为最接近的整数。
应用领域
斯特吉斯规则主要应用于统计数据，因为它允许通过计算类别数（k）以及每个类别的长度（也称为幅度）来进行频率分布。
幅度是类别上限和下限之差除以类别数目，并表示为：
有很多经验法则可以进行频率分布。但是，通常使用Sturges规则，因为它近似于类数，通常在5到15之间。
因此，它认为一个值足以代表一个样本或总体；也就是说，该近似值不代表极端分组，也不适用于不允许汇总样本的过多类。
例
需要根据给定的数据制作频率直方图，该数据与对在当地体育馆锻炼的男性的调查中获得的年龄相对应。
要确定时间间隔，必须知道样本的大小或观测值的数量。在这种情况下，有30个。
然后适用斯特吉斯的规则：
k = 1 + 3.322 *对数10（N）
k = 1 + 3,322 *对数（30）
k = 1 + 3.322 * 1.4771
k = 5.90≈6个间隔
根据间隔的数量，可以计算出这些间隔的幅度；也就是说，频率直方图中表示的每个条形的宽度：
下限被认为是数据的最小值，上限被认为是最大值。上限和下限之差称为变量（R）的范围。
从表中可以看出，上限为46，下限为13；因此，每个类别的振幅将是：
间隔将由上限和下限组成。为了确定这些间隔，我们从下限开始计数，并通过以下方式将由规则（6）确定的振幅添加到该上限：
然后计算绝对频率，以确定每个间隔对应的人的数量；在这种情况下是：
-间隔1：13-18 = 9
-间隔2：19-24 = 9
-间隔3：25-30 = 5
-间隔4：31-36 = 2
-间隔5：37-42 = 2
-间隔6：43-48 = 3
当添加每个类别的绝对频率时，该频率必须等于样本总数；在这种情况下，为30。
随后，计算每个间隔的相对频率，用其绝对频率除以观测总数：
-间隔1：fi = 9÷30 = 0.30
-间隔2：fi = 9÷30 = 0.30
-间隔3：fi = 5÷30 = 0.1666
-间隔4：fi = 2÷30 = 0.0666
-间隔5：fi = 2÷30 = 0.0666
-间隔4：fi = 3÷30 = 0.10
然后，您可以制作一个反映数据的表格，以及一个相对于获得的间隔的相对频率的图表，如下图所示：
以这种方式，Strurges规则允许确定可以将样本划分为的类或间隔的数量，以便通过详细设计表格和图形来汇总数据样本。
参考文献
- 阿方索·乌基亚（AlfonsoUrquía），MV（2013年）。离散事件的建模和仿真。UNED ，。
- 奥特曼·内奥米（M.Altman Naomi），2015年。“简单的线性回归。” 自然方法。
- Antúnez，RJ（2014）。教育统计。数字单元。
- Fox，J。（1997。）。应用回归分析，线性模型和相关方法。SAGE出版物。
- HumbertoLlinásSolano，CR（2005）。描述性统计和概率分布。北方大学。
- OV Panteleeva（2005）。概率统计基础。
- O.Kuehl，MO（2001）。实验设计：研究设计和分析的统计原理。汤姆森编辑。