Hvordan beskrives senteret for kontinuerlige data i R-dummies

Du har datasettet og du har formatert det slik at det passer dine behov i R, så nå er du klar for det virkelige arbeidet. Analysere dataene dine starter alltid med å beskrive den. På denne måten kan du oppdage feil i dataene, og du kan bestemme hvilke modeller som passer for å få den informasjonen du trenger fra dataene du har.

Hvilken beskrivende statistikk du bruker avhenger av naturen av dataene dine selvfølgelig.

Noen ganger er du mer interessert i det generelle bildet av dataene dine enn du er i de enkelte verdiene. Du kan være interessert ikke i kjørelengde for hver bil, men i gjennomsnittlig kjørelengde av alle biler fra datasettet. For dette beregner du middelverdien ved hjelp av mean () -funksjonen, slik: >> mean (cars $ mpg) [1] 20. 09062

Du kan også beregne gjennomsnittlig antall sylindre de har, men dette er ikke veldig fornuftig. Gjennomsnittet ville være 6. 1875 sylindere, og ingen biler kjører med en ufullstendig sylinder. I dette tilfellet er

median - den mest sentrale verdien i dataene dine - mer fornuftig. Du får medianen fra å bruke funksjonen median (), slik:

>> median (biler $ cyl) [1] 6

Det er mange andre grunner til å beregne medianen i stedet for gjennomsnittet, eller til og med begge sammen. Begge statistikkene beskriver en annen egenskap av dataene dine, og selv kombinasjonen kan fortelle deg noe.