用R语言计算一组随机整数的众数

Python09

用R语言计算一组随机整数的众数,第1张

mode=function(x){

y=NULL

y=table(x)

k=max(y)

y=as.data.frame(y)

z=y[y$Freq==k,1]

z=as.numeric(as.character((z)))

return(z)

}

R语言-统计学 描述性统计

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, ...)

今天在写一个求众数的函数，思路很简单：统计unique数值，并计算其频数，取最大值就是，函数如下：

众数值没有问题，但是此处出现了因子水平levels，函数最后一步提取的应该是[1,1]位置的数值才对。怎么出现因子水平呢？？？

首先检验下众数

问题出现在table函数上，table函数作用就是统计一组向量中unique元素的数量，具体参数请参照R帮助文件。R中这样解释table函数 , “ table uses the cross-classifying factors to build a contingency table of the counts at each combination of factor levels ”。 因此，table()返回的结果是带有因子水平的。

这时候，当然想把因子变量转换成数值变量， as.numeric() , 这时候神奇的事情发生了：

此处呼叫万能的网友，知乎博主[醉一心]，CSDN博主[YaoRaoLov]给出了答案。参照以下博文：

https://zhuanlan.zhihu.com/p/147799787

https://ask.csdn.net/questions/707550?sort=comments_count

再来看下table()返回的数据框e

因子型变量在unclass()函数的作用下,显示出真面目：原来就是 一个个数值型变量 。

这也就是为什么对其进行数值型转化时会得到1,2,3,4等一系列数值的原因。

它的 真实值存储在Levels里面 。

上述众数函数修改为下