R中的统计分析通过使用许多内置函数来执行。 这些函数大多数是R基础包的一部分。 这些函数将R向量作为输入和参数,并给出结果。
我们在本章中讨论的功能是平均值,中位数和模式。
Mean平均值
通过求出数据集的和再除以求和数的总量得到平均值
函数mean()用于在R语言中计算平均值。
语法
用于计算R中的平均值的基本语法是 –
mean(x, trim = 0, na.rm = FALSE, ...)
以下是所使用的参数的描述 –
x是输入向量。
trim用于从排序向量的两端丢弃一些观察结果。
na.rm用于从输入向量中删除缺失值。
例
# Create a vector. x <- c(12,7,3,4.2,18,2,54,-21,8,-5) # Find Mean. result.mean <- mean(x) print(result.mean)
当我们执行上面的代码,它产生以下结果 –
[1] 8.22
应用修剪选项
当提供trim参数时,向量中的值被排序,然后从计算平均值中减去所需的观察值。
当trim = 0.3时,来自每端的3个值将从计算中减去以找到均值。
在这种情况下,排序的向量是(-21,-5,2,3,4.2,7,8,12,18,54),并且从用于计算平均值的向量中移除的值是(-21,-5,2) 从左边和(12,18,54)从右边。
# Create a vector. x <- c(12,7,3,4.2,18,2,54,-21,8,-5) # Find Mean. result.mean <- mean(x,trim = 0.3) print(result.mean)
当我们执行上面的代码,它产生以下结果 –
[1] 5.55
应用NA选项
如果有缺失值,则平均函数返回NA。
要从计算中删除缺少的值,请使用na.rm = TRUE。 这意味着去除NA值。
# Create a vector. x <- c(12,7,3,4.2,18,2,54,-21,8,-5,NA) # Find mean. result.mean <- mean(x) print(result.mean) # Find mean dropping NA values. result.mean <- mean(x,na.rm = TRUE) print(result.mean)
当我们执行上面的代码,它产生以下结果 –
[1] NA [1] 8.22
Median中位数
数据系列中的最中间值称为中值。 在R语言中使用median()函数来计算此值。
语法
计算R语言中位数的基本语法是 –
median(x, na.rm = FALSE)
以下是所使用的参数的描述 –
x是输入向量。
na.rm用于从输入向量中删除缺失值。
例
# Create the vector. x <- c(12,7,3,4.2,18,2,54,-21,8,-5) # Find the median. median.result <- median(x) print(median.result)
当我们执行上面的代码,它产生以下结果 –
[1] 5.6
Mode模式
模式是一组数据中出现次数最多的值。 Unike平均值和中位数,模式可以同时包含数字和字符数据。
R语言没有标准的内置函数来计算模式。 因此,我们创建一个用户函数来计算R语言中的数据集的模式。该函数将向量作为输入,并将模式值作为输出。
例
# Create the function. getmode <- function(v) { uniqv <- unique(v) uniqv[which.max(tabulate(match(v, uniqv)))] } # Create the vector with numbers. v <- c(2,1,2,3,1,2,3,4,1,5,5,3,2,3) # Calculate the mode using the user function. result <- getmode(v) print(result) # Create the vector with characters. charv <- c("o","it","the","it","it") # Calculate the mode using the user function. result <- getmode(charv) print(result)
当我们执行上面的代码,它产生以下结果 –
[1] 2 [1] "it"
作者:冒牌SEO,如若转载,请注明出处:https://www.web176.com/r_overview/13849.html