R 如何以分位数计算观测值的数量?
假设我有一百万个观测值,遵循伽马分布和参数(3,5)。我可以使用R 如何以分位数计算观测值的数量?,r,statistics,probability,frequency,quantile,R,Statistics,Probability,Frequency,Quantile,假设我有一百万个观测值,遵循伽马分布和参数(3,5)。我可以使用summary()找到分位数,但我试图找出分成10个部分的每条红线之间有多少观察值 a = rgamma(1e6, shape = 3, rate = 5) summary(a) Min. 1st Qu. Median Mean 3rd Qu. Max. 0.0053 0.3455 0.5351 0.6002 0.7845 4.4458 我们可以使用切割和表格: table(cut(a, quan
summary()
找到分位数,但我试图找出分成10个部分的每条红线之间有多少观察值
a = rgamma(1e6, shape = 3, rate = 5)
summary(a)
Min. 1st Qu. Median Mean 3rd Qu. Max.
0.0053 0.3455 0.5351 0.6002 0.7845 4.4458
我们可以使用
切割和表格:
table(cut(a, quantile(a, 0:10 / 10)))
# (0.00202,0.22] (0.22,0.307] (0.307,0.382] (0.382,0.457] (0.457,0.535] (0.535,0.622]
# 99999 100000 100000 100000 100000 100000
# (0.622,0.724] (0.724,0.856] (0.856,1.07] (1.07,3.81]
# 100000 100000 100000 100000
但是考虑到分位数是什么,这可能不是很有趣。也许您还需要尝试理论分位数:
table(cut(a, qgamma(0:10 / 10, 3, 5)))
# (0,0.22] (0.22,0.307] (0.307,0.383] (0.383,0.457] (0.457,0.535] (0.535,0.621] (0.621,0.723]
# 99978 100114 100545 99843 99273 99644 100104
# (0.723,0.856] (0.856,1.06] (1.06,Inf]
# 100208 99883 100408
没什么有趣的,因为如果你的数据真的遵循伽马分布,并且你有一系列的观测,那么你可以非常确定在第q个和(q+x)个理论分位数之间会有接近x%的数据。在较小的样本中,第二种方法可能很有趣
编辑:根据您最新的问题,很明显,10%、20%的答案不是分位数。假设最小值是0,最大值是2,如果你认为10%是0.2,那么你想要
table(cut(a, seq(min(a), max(a), length = 10 + 1)))
# (0.00418,0.428] (0.428,0.853] (0.853,1.28] (1.28,1.7] (1.7,2.13] (2.13,2.55]
# 361734 436176 155332 37489 7651 1335
# (2.55,2.97] (2.97,3.4] (3.4,3.82] (3.82,4.25]
# 231 38 11 2
假设你说的是十分位数,你会发现前10%包含了10%的观察值(100000),10-20%的范围也是如此。我想我没有解释自己。这个数据的直方图将给我一个左偏分布。我想把x轴分成10个部分,看看每10%中有多少个观察值。谢谢Julius Vainora,但很抱歉,我说的是把直方图的x轴分成10个部分,并想找出每一部分中有多少个观察值。@Justin,如果你按照分位数来划分,那么答案还是一样的,不是吗?我又加了一个猜测,你可能在想什么。@Justin,我的最后一行代码确实是你想要的。它将a
的范围划分为10个相等的部分,并计算出您想要的内容。我刚刚更新了问题并添加了一个绘图。例如,在第一个间隔中应该有更少的观测值,在第二个间隔中应该有更多的观测值,依此类推,然后,它们将再次开始减少。太好了!这就是我的意思