Slik kontrollerer du Quantiles i R

I tillegg til middel og variasjon kan du også se på kvantene i R. A quantile, eller percentil, forteller deg hvor mye av dataene dine ligger under en viss verdi. Den 50 prosentkvantilen, for eksempel, er den samme som medianen. Igjen, R har noen praktiske funksjoner for å hjelpe deg med å se på kvantiene.

Beregning av området

De mest brukte kvantiliene er faktisk 0 prosent og 100 prosent kvantiler. Du kan like lett ringe dem minimum og maksimum, fordi det er hva de er. Du kan få begge sammen ved hjelp av rekkevidde () -funksjonen. Denne funksjonen gir deg praktisk rekkevidde av dataene. Så, for å vite rekkevidde av kjørelengde, gjør du bare:

>> rekkevidde (biler $ mpg) [1] 10. 4 33. 9

Beregning av kvartilene

Området gir deg fortsatt begrenset informasjon. Ofte rapporterer statistikere den første og den tredje

kvartilen sammen med intervallet og medianen. Disse kvartilene er henholdsvis 25 prosent og 75 prosent kvantiler, som er tallene for hvilke en fjerdedel og tre fjerdedeler av dataene er mindre. Du får disse tallene ved hjelp av quantile () -funksjonen, slik:

>> quantile (biler $ mpg) 0% 25% 50% 75% 100% 10. 400 15. 425 19. 200 22. 800 33. 900

Kvartilene er ikke det samme som nedre og øvre hengsel beregnet i fem-tallet sammendrag. De to sistnevnte er henholdsvis medianen av den nedre og øvre halvdelen av dataene dine, og de avviker litt fra første og tredje kvartil. For å få fem tallstatistikk, bruker du fivenum () -funksjonen.

Komme på hastighet med kvantilfunksjonen

Quantile () -funksjonen kan gi deg noe kvantil du vil ha. For det bruker du probs-argumentet. Du gir probene (eller sannsynlighetene) som et brøknummer. For 20 prosentkvantilen bruker du for eksempel 0. 20 som et argument for verdien. Dette argumentet tar også en vektor som en verdi, slik at du for eksempel kan få 5 prosent og 95 prosentkvantiler som denne: >> quantile (biler $ mpg, probs = c (0, 05, 0.95)) 5% 95% 11. 995 31. 300

Standardverdien for prob-argumentet er en vektor som representerer minimumet (0), den første kvartilen (0. 25), medianen (0. 5), den tredje kvartil (0,75) og maksimum (1).

Argumentet na. rm lar deg fjerne alle NA-verdier før du beregner den respektive statistikken. Hvis du ikke gjør dette, vil enhver vektor som inneholder NA ha NA som et resultat. Dette fungerer identisk med na. rm argument av summen () -funksjonen.