R - 平均值、中位数和众数

---

---

R 中的统计分析是通过使用许多内置函数来执行的。大多数这些函数都是 R 基础包的一部分。这些函数将 R 向量作为输入以及参数，并给出结果。

本章中我们将讨论的函数是平均值、中位数和众数。

平均值

它是通过将所有值加起来并除以数据系列中的值的数量来计算的。

函数mean()用于在 R 中计算此值。

语法

在 R 中计算平均值的语法如下：

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

以下是使用的参数的描述：

• x 是输入向量。

• trim 用于从排序向量的两端删除一些观测值。

• na.rm 用于从输入向量中删除缺失值。

示例

# 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)

当我们执行上述代码时，它会产生以下结果：

[1] 8.22

应用 Trim 选项

当提供 trim 参数时，向量中的值将被排序，然后从计算平均值中删除所需数量的观测值。

当 trim = 0.3 时，将从每个端删除 3 个值以查找平均值。

在这种情况下，排序后的向量为（-21，-5，2，3，4.2，7，8，12，18，54），并且从向量中删除用于计算平均值的值是从左侧删除（-21，-5，2），从右侧删除（12，18，54）。

# 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)

当我们执行上述代码时，它会产生以下结果：

[1] 5.55

应用 NA 选项

如果存在缺失值，则 mean 函数将返回 NA。

要从计算中删除缺失值，请使用 na.rm = TRUE，这意味着删除 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)

当我们执行上述代码时，它会产生以下结果：

[1] NA
[1] 8.22

中位数

数据系列中最中间的值称为中位数。median()函数用于在 R 中计算此值。

语法

在 R 中计算中位数的基本语法如下：

median(x, na.rm = FALSE)

以下是使用的参数的描述：

• x 是输入向量。

• na.rm 用于从输入向量中删除缺失值。

示例

# 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)

当我们执行上述代码时，它会产生以下结果：

[1] 5.6

众数

众数是在一组数据中出现次数最多的值。与平均值和中位数不同，众数可以同时具有数值和字符数据。

R 没有用于计算众数的标准内置函数。因此，我们创建一个用户函数来计算 R 中数据集的众数。此函数将向量作为输入，并将众数值作为输出。

示例

# 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)

当我们执行上述代码时，它会产生以下结果：

[1] 2
[1] "it"