描述定量数据的数值方法:中心趋势度量 变异的度量 相对位置的度量。
1.中心趋势度量 : 算数平均 中位数 众数
1.1 在R中计算平均数的函数 mean( )常规的mean() 函数用法mean(x, trim = 0, na.rm = FALSE, ...) 参数说明: x 对象名称trim 过滤掉异常值 ,按照距离平均值的远近距离排除,如对象中含有10个数据,排除最高和最低值,trim=0.2na.rm 默认为F 表示是否计入空值实例1: 做一个稍微复杂点的操作,用r做数据透视表并把结果转换为matrix ,对行列求和。(仅娱乐,无实用价值)
demo <- mtcars[1:6,] # 调用R自带函数集,并去前6行
toushi <- aggregate(mtcars[,5:6] ,by = list(cyl = mtcars$cyl),sum) # 数据透视表求和
toushi <- as.matrix(toushi) # 将结果的数据框转化成矩阵
#(toushi <- apply(toushi,c(1,2),sum))
(rowSums(toushi)) # 行求和
(colSums(toushi)) # 列求和
toushi <- rbind(toushi,rowSums(toushi)) #将行求和结果并入最后一行
toushi <- cbind(toushi,colSums(toushi)) #将列求和结果并入最后一列
1.2 中位数和众数
对于偏度极大的数据集,中位数能更好的描述数据分布的中心。
很少用众数作为数据数据趋势的度量,只有当对y出现的相对频率感兴趣时,才会考虑到众数。
R实现中位数 :
median(x, na.rm = FALSE)
R中没有直接插找众数的命令
which.max(table(x))
2.变异的度量 : 极差 方差 标准差
2.1 .极差 = max()- min()
2.2 方差和标准差
对一个有n个测量值的有限总体来说,方差计算公式的分母为n。关于样本方差和总体方差分母的差异原因,可自行百度搜索。
R语言计算方差的函数: var(x,)
w<-c(75.0,64.0,47.4,66.9,62.2,62.2,58.7,63,5,66.6,64.0,57.0,69.0,56.9,50.0,72.0)
var(w)
# 附加指数点:标准差的两个有用法则:经验法则 和 切比雪夫法则,共同说明一个问题,对于任意大于1的正数k,至少有(1-1/k^2)的测试值落在平均值的k个标准值范围内。
3.变异的度量 : 百分位数 Z得分
3.1 .最常见的四分位数(一般从大到小)
quantile(x, probs = seq(0, 1, 0.25), na.rm = FALSE,names = TRUE, type = 7, ...)
1. 算数平均数(arithmetic mean)R语言函数:mean( )
2.中位数(median)
将所有观测值从小到大排列,居于中间位置的观测值称为中位数,用 表示。
当观测值为奇数个时,中位数是第 位置的观测值;
当观测值为偶数个时,中位数是第 位置的两个观测值之和的
R语言函数:median( )
3.众数(mode)
资料中出现次数最多的那个观测值或出现次数最多一组的中点值,称为众数,用 表示
4.几何平均数(geometric mean)
用G表示。资料中有n个观测值,则计算公式为:
R语言计算:exp^(mean( log (x))) R语言log()函数默认底为e
5.加权平均数(weighted mean)
在有N个观测的样本中,观测数 出现 次,观测数 出现 次,观测数 出现 次,且 ,则:
6.加权几何均数:
R语言计算:exp^(sum(f*log(x))/sum(f))
1.极差(range)
又称为全距,是样本资料中最大值和最小值之差,一般用R表示
R语言计算:max(data) - min(data)
2.方差(variance)
又称为均方(mean square,MS)
样本方差计算公式:
总体方差计算公式:
R语言函数:var( )
3.标准差(standard deviation, Sd)
样本标准差:
总体标准差:
R语言函数:sd( )
4.四分位数间距 (inter-quartile range ,IQR )
IQR=P75−P25
适于偏态分布或分布未知资料,由于不受两端极大或极小数据的影响,四分位数间距比极差更为稳定,但仍未考虑每个观测值的变异。 常与中位数一起使用 ,综合反映数据的平均水平和变异程度,写成 M(P25, P75) 。
R语言函数:quantile( )
5.变异系数(coefficient of variability, CV)
%
在 度量单位不同 或者 均数相差悬殊 时使用。