Fatal编程技术网
  • r/
  • R 为什么第三季度对于某些向量大小的样本数量通常最少？

R 为什么第三季度对于某些向量大小的样本数量通常最少？

r

R 为什么第三季度对于某些向量大小的样本数量通常最少？,r,R,每当我用R中的分位数函数计算一个向量的四分位数，该向量的大小等于某些奇数（每个十位数和单位槽大于或等于15），我总是得到元素数最少的第三个四分位数 例子 > t <- runif(n=15,min=1,max=19999) > t.s <- cut(t, breaks=quantile(t,probs=seq(0,1,by=0.25)), include.lowest=T) > summary(t.s) [983,5.27e+03] (5.27e+03,9.

每当我用R中的
分位数
函数计算一个向量的四分位数，该向量的大小等于某些奇数（每个十位数和单位槽大于或等于15），我总是得到元素数最少的第三个四分位数

例子


 > t <- runif(n=15,min=1,max=19999)
 > t.s <- cut(t, breaks=quantile(t,probs=seq(0,1,by=0.25)), include.lowest=T)
 > summary(t.s)
 [983,5.27e+03] (5.27e+03,9.63e+03] (9.63e+03,1.46e+04] (1.46e+04,1.88e+04] 
              4                   4                   3                   4 

 > t <- sample.int(1000,111)
 > t.s <- cut(t, breaks=quantile(t,probs=seq(0,1,by=0.25)), include.lowest=T)
 > summary(t.s)
 [7,264] (264,575] (575,787] (787,999] 
   28        28        27        28 



>t.s摘要（t.s）
[983,5.27e+03]（5.27e+03,9.63e+03）（9.63e+03,1.46e+04）（1.46e+04,1.88e+04）
4                   4                   3                   4 
>t.s摘要（t.s）
[7,264] (264,575] (575,787] (787,999] 
28        28        27        28 



这是R的特征还是与数论有关？
有9种分位数算法可供选择。默认情况下，R使用类型7。如
？分位数
所述。如前所述，如果选择其他算法，您将获得其他默认行为。

所使用的算法也在
？分位数
中概述，这导致了我所看到的…类型1重复地给出了第一个季度的最低数字。数学我无法理解，但谢谢。您可以在回答中扩展您的注释，我将标记为“已解决”