Bagaimana Menghuraikan Variasi Data dalam R - dummies

Nombor tunggal tidak banyak memberitahu anda mengenai data anda. Selalunya penting untuk mengetahui penyebaran data anda. Anda boleh menggunakan R untuk melihat penyebaran ini menggunakan beberapa pendekatan yang berlainan.

Pertama, anda boleh mengira sama ada varians atau sisihan piawai untuk meringkaskan penyebaran dalam satu nombor. Untuk itu, anda mempunyai fungsi yang sesuai var () untuk varians dan sd () untuk sisihan piawai. Sebagai contoh, anda mengira sisihan piawai mpg pemboleh ubah dalam kereta bingkai data seperti ini:

>> sd (kereta $ mpg) [1] 6. 026948

Di sebelah min dan variasi, anda juga boleh melihat quantiles. A

quantile, atau persentil, memberitahu anda berapa data anda terletak di bawah nilai tertentu. Sebagai contoh quantile 50 persen, median adalah median. Sekali lagi, R mempunyai beberapa fungsi yang mudah untuk membantu anda melihat kuantil. Bagaimana untuk mengira julat data dalam R

Kuantil yang paling banyak digunakan sebenarnya adalah kuantil 0 peratus dan 100 peratus. Anda boleh dengan mudah memanggil mereka minimum dan maksimum, kerana itu adalah apa yang mereka. Anda boleh mendapatkan kedua-dua fungsi min () dan maks () bersama-sama dengan menggunakan julat () fungsi. Fungsi ini memudahkan anda memberikan pelbagai data. Oleh itu, untuk mengetahui antara dua nilai semua jarak tempuh terletak, anda hanya melakukan perkara berikut:

>> julat (kereta $ mpg) [1] 10. 4 33. 9

Bagaimana untuk mengira kuartil data dalam R

Rentang ini hanya memberi anda maklumat terhad sahaja. Seringkali ahli statistik melaporkan bahagian pertama dan ketiga

kuartil

di sebelah julat dan median. Kuartet ini, masing-masing, 25 peratus dan 75 peratus kuantil, yang merupakan bilangan yang mana satu keempat dan tiga perempat daripada data lebih kecil. Anda mendapat nombor ini menggunakan fungsi quantile (), seperti ini:

>> kuantile (kereta $ mpg) 0% 25% 50% 75% 100% 10. 400 15. 425 19. 200 22. 800 33. 900 Kuartil tidak sama sebagai engsel bawah dan atas dikira dalam ringkasan lima angka. Dua yang terakhir adalah, median bahagian bawah dan bahagian atas data anda, dan mereka sedikit berbeza dari kuartil pertama dan ketiga. Untuk mendapatkan lima statistik nombor, anda menggunakan fungsi fivenum ().

Bagaimana untuk mendapatkan kelajuan dengan fungsi quantile dalam R

Fungsi quantile () boleh memberi anda apa-apa quantile yang anda mahukan. Untuk itu, anda menggunakan hujah probs. Anda memberikan prob (atau kebarangkalian) sebagai nombor pecahan. Untuk kuantil 20 peratus, sebagai contoh, anda menggunakan 0. 20 sebagai hujah untuk nilai itu.Hujah ini juga mengambil vektor sebagai nilai, jadi anda boleh, contohnya, dapatkan 5 peratus dan 95 peratus kuantil seperti ini: kuantil (kereta $ mpg, probs = c (0 05, 0 95) Nilai awal bagi argumen probs ialah vektor yang mewakili minimum (0), kuartil pertama (0. 25), median (0. 5), ketiga kuartil (0. 75), dan maksimum (1).

Semua fungsi ini mempunyai argumen na. rm yang membolehkan anda mengalih keluar semua nilai NA sebelum menghitung statistik masing-masing. Jika anda tidak melakukan ini, mana-mana vektor yang mengandungi NA akan mempunyai NA sebagai hasilnya. Ini berfungsi sama dengan na. rm argumen fungsi jumlah ().