R 获取计数位于列中的组的标准偏差

我希望得到的标准偏差按年份分组。我看到的所有示例都不涉及聚合计数列

我想使用count列的总和作为标准偏差计算的一部分

year  count age
2018  2     0
2018  3     1
2018  4     2
2017  1     0
2017  4     1
2017  2     2

上述问题的预期答案是：-

2018年=0.78567420131839

---

2017年=0.63887656499994

以下应该可以做到这一点

library(dplyr)
library(purrr)

data <- tibble(year = c(2018, 2018, 2018, 2017, 2017, 2017),
               count = c(2, 3, 4, 1, 4, 2),
               age = c(0, 1, 2, 0, 1, 2))

data %>%
  mutate(vec = map2(age, count, ~ rep(.x, .y))) %>%
  group_by(year) %>%
  mutate(concs = list(unlist(vec))) %>%
  ungroup() %>%
  mutate(age_sd = map_dbl(concs, sd)) %>%
  select(-vec, -concs)

#    year count   age age_sd
#   <dbl> <dbl> <dbl>  <dbl>
# 1  2018     2     0  0.833
# 2  2018     3     1  0.833
# 3  2018     4     2  0.833
# 4  2017     1     0  0.690
# 5  2017     4     1  0.690
# 6  2017     2     2  0.690

库（dplyr）
图书馆（purrr）
数据%
变异（vec=map2（年龄、计数、~rep（.x、.y）））%>%
组别(年份)%>%
突变（concs=list（unlist（vec）））%>%
解组（）%>%
突变（年龄sd=map dbl（浓度sd））%>%
选择（-vec，-concs）
#年数年龄
#       
# 1  2018     2     0  0.833
# 2  2018     3     1  0.833
# 3  2018     4     2  0.833
# 4  2017     1     0  0.690
# 5  2017     4     1  0.690
# 6  2017     2     2  0.690

您如何获得2018年的

0.78567

？你能解释一下计算结果吗？@RonakShah OP使用的是最大似然估计，而不是R标准皮尔逊矩估计。为了得到2018年的答案，我只是将这些值扩展到0,0,1,1,2,2,2,2，然后将这些值插入我看到，当我从一个总体到另一个样本时，我得到了与@rjenHi相同的答案，看起来就是这样，当我以样本模式而不是总体模式将值插入在线计算器时，我得到了相同的答案。