مد (آمار): تفاوت میان نسخه‌ها

در یک توزیع پیوسته همچون [0.935...،1.211...،2.430... ،3.668...،3.874...] در این حالت مد مفهومی ندارد چون که که همه یک بار اتفاق افتاده‌اند. برای تخمین مد در این جا راه کار عملی گسسته‌سازی داده می‌باشد که درآندر آن مقادیر تکراری به بازهایی با فاصله یکسان تخصیص می یابد و به عنوان روش هیستوگرام شناخته می‌شود که به‌طور مؤثر مقادیر با نقاط میانه بازه‌ها این مقادیر جایگزین می‌شوند سپس مد مقداری است که هستوگرام حداکثر یا قله است. برای نمونه‌های با سایز کوچک یا متوسط خروجی وابسته به انتخاب طول بازه‌ها می‌باشد.اگر خیلی بزرگ یا کوچک انتخاب شود معمولاً باید یک ضریب قابل ملاحظه از داده‌ها در نسبتا تعداد بازه‌های کمی (5 تا 10) وجود داشته باشند همچنین ضریب داده‌هایی که در خارج از این بازه‌ها قرار می‌گیرند باید قابل توجه باشند.یک راه حل جایگزین تخمین چگالی کرنل است که اصولا نمونه‌های نقطه محو می‌کند تایک تخمین پیوسته از تابع توزیع احتمال تولید کندو بتواند یک تخمینی از مد بزند.