R语言中平均值、中位数和模式知识点总结

 更新时间:2021年05月01日 15:39:53   作者:w3cschool  
在本篇文章里小编给大家整理的是一篇关于R语言中平均值、中位数和模式知识点总结内容,有兴趣的朋友们跟着学习下。

R中的统计分析通过使用许多内置函数来执行。 这些函数大多数是R基础包的一部分。 这些函数将R向量作为输入和参数,并给出结果。

我们在本章中讨论的功能是平均值,中位数和模式。

Mean平均值

通过求出数据集的和再除以求和数的总量得到平均值

函数mean()用于在R语言中计算平均值。

语法

用于计算R中的平均值的基本语法是

mean(x, trim = 0, na.rm = FALSE, ...)

以下是所使用的参数的描述

  • x是输入向量。
  • trim用于从排序向量的两端丢弃一些观察结果。
  • na.rm用于从输入向量中删除缺失值。

# Create a vector. 
x <- c(12,7,3,4.2,18,2,54,-21,8,-5)

# Find Mean.
result.mean <- mean(x)
print(result.mean)

当我们执行上面的代码,它产生以下结果

[1] 8.22

应用修剪选项

当提供trim参数时,向量中的值被排序,然后从计算平均值中减去所需的观察值。

当trim = 0.3时,来自每端的3个值将从计算中减去以找到均值。

在这种情况下,排序的向量是(-21,-5,2,3,4.2,7,8,12,18,54),并且从用于计算平均值的向量中移除的值是(-21,-5,2) 从左边和(12,18,54)从右边。

# Create a vector.
x <- c(12,7,3,4.2,18,2,54,-21,8,-5)

# Find Mean.
result.mean <-  mean(x,trim = 0.3)
print(result.mean)

当我们执行上面的代码,它产生以下结果

[1] 5.55

应用NA选项

如果有缺失值,则平均函数返回NA。

要从计算中删除缺少的值,请使用na.rm = TRUE。 这意味着去除NA值。

# Create a vector. 
x <- c(12,7,3,4.2,18,2,54,-21,8,-5,NA)

# Find mean.
result.mean <-  mean(x)
print(result.mean)

# Find mean dropping NA values.
result.mean <-  mean(x,na.rm = TRUE)
print(result.mean)

当我们执行上面的代码,它产生以下结果

[1] NA
[1] 8.22

Median中位数

数据系列中的最中间值称为中值。 在R语言中使用median()函数来计算此值。

语法

计算R语言中位数的基本语法是

median(x, na.rm = FALSE)

以下是所使用的参数的描述

  • x是输入向量。
  • na.rm用于从输入向量中删除缺失值。

# Create the vector.
x <- c(12,7,3,4.2,18,2,54,-21,8,-5)

# Find the median.
median.result <- median(x)
print(median.result)

当我们执行上面的代码,它产生以下结果

[1] 5.6

Mode模式

模式是一组数据中出现次数最多的值。 Unike平均值和中位数,模式可以同时包含数字和字符数据。

R语言没有标准的内置函数来计算模式。 因此,我们创建一个用户函数来计算R语言中的数据集的模式。该函数将向量作为输入,并将模式值作为输出。

# Create the function.
getmode <- function(v) {
   uniqv <- unique(v)
   uniqv[which.max(tabulate(match(v, uniqv)))]
}

# Create the vector with numbers.
v <- c(2,1,2,3,1,2,3,4,1,5,5,3,2,3)

# Calculate the mode using the user function.
result <- getmode(v)
print(result)

# Create the vector with characters.
charv <- c("o","it","the","it","it")

# Calculate the mode using the user function.
result <- getmode(charv)
print(result)

当我们执行上面的代码,它产生以下结果

[1] 2
[1] "it"

到此这篇关于R语言中平均值、中位数和模式知识点总结的文章就介绍到这了,更多相关R语言平均值,中位数和模式内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • R语言中na.fail和na.omit的用法

    R语言中na.fail和na.omit的用法

    这篇文章主要介绍了R语言中na.fail和na.omit的用法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2021-04-04
  • R语言数据重塑知识点总结

    R语言数据重塑知识点总结

    在本篇文章里小编给大家整理的是一篇关于R语言数据重塑的相关知识点内容,有兴趣的朋友们可以跟着学习下。
    2021-03-03
  • R语言科学计数法介绍:digits和scipen设置方式

    R语言科学计数法介绍:digits和scipen设置方式

    这篇文章主要介绍了R语言科学计数法介绍:digits和scipen设置方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2021-04-04
  • R语言最简单的向量赋值方法示例

    R语言最简单的向量赋值方法示例

    这篇文章主要给大家介绍了关于R语言最简单的向量赋值方法的相关资料,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2021-03-03
  • R语言编程数学分析重读微积分微分学原理运用

    R语言编程数学分析重读微积分微分学原理运用

    这篇文章主要介绍了R语言编程数学分析重读微积分微分学的原理运用,有需要的朋友可以借鉴参考下,希望能够有=有所帮助,祝大家多多进步
    2021-10-10
  • R语言ggplot2x轴顺序设置自定义颜色的操作

    R语言ggplot2x轴顺序设置自定义颜色的操作

    这篇文章主要介绍了R语言ggplot2x轴顺序设置自定义颜色的操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2021-04-04
  • R语言实现各种数据可视化的超详细教程

    R语言实现各种数据可视化的超详细教程

    Python语言越来越流行,尤其是在机器学习与深度学习等领域,但是R语言在数据分析与可视化方面仍然具有绝对的优势,下面这篇文章主要给大家介绍了关于R语言实现各种数据可视化的超详细教程,需要的朋友可以参考下
    2022-11-11
  • R语言ComplexHeatmap绘制复杂热图heatmap

    R语言ComplexHeatmap绘制复杂热图heatmap

    ComplexHeatmap可以绘制很复杂的热图,能满足日常以及文章所需,本文介绍一下文章常见的复杂热图的绘制方式,含代码,文章比较长,建议耐心看一下,也许就有你需要的热图
    2022-06-06
  • R语言rmarkdown使用安装教程

    R语言rmarkdown使用安装教程

    markdown是文本处理的标记语言,它的功能类似于word,但与word中各种排版、字体设置不同,markdown能使我们更专注于码字这件事,用标记语法来代替常见的排版格式,Rmarkdown基于R中的文本处理格式,这篇文章主要介绍了R语言rmarkdown使用安装教程,需要的朋友可以参考下
    2024-02-02
  • R语言-解决处理矩阵遇到内存不足的问题

    R语言-解决处理矩阵遇到内存不足的问题

    这篇文章主要介绍了R语言-解决处理矩阵遇到内存不足的问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2021-04-04

最新评论