trim参数在mean（）函数中代表什么？

我就是不明白修剪的概念。起初我以为是把数字四舍五入，但这没有意义。有人能澄清trim在这里做什么吗

# The linkedin and facebook vectors have already been created for you
linkedin <- c(16, 9, 13, 5, 2, 17, 14)
facebook <- c(17, 7, 5, 16, 8, 13, 14)

# Calculate the mean of the sum
avg_sum <- mean(c(linkedin+facebook))

# Calculate the trimmed mean of the sum
avg_sum_trimmed <- mean(c(linkedin+facebook), trim = 0.2)

# Inspect both new variables
avg_sum
[1] 22.28571
avg_sum_trimmed
[1] 22.6

#linkedin和facebook矢量已经为您创建
linkedin根据
？平均值

修剪-在计算平均值之前，从x的每一端修剪观测值的分数（0到0.5）。超出该范围的修剪值将作为最近的端点

如果我们使用向量“v1”

v1 <- c(linkedin + facebook)

从
sort
ed
vector
的任意一端移除20%的观察值大约是移除的第一个和最后一个观察值

mean(v2[-c(1, 7)])
#[1] 22.6

这等于

mean(v1, trim = 0.2)
#[1] 22.6

-使用
trim=0.4检查

mean(v2[-c(1:2, 6:7)])
#[1] 22.33333
mean(v1, trim = 0.4)
#[1] 22.33333

根据
？平均值

修剪-在计算平均值之前，从x的每一端修剪观测值的分数（0到0.5）。超出该范围的修剪值被视为最近的端点

如果我们使用向量“v1”

v1 <- c(linkedin + facebook)

从
sort
ed
vector
的任意一端移除20%的观察值大约是移除的第一个和最后一个观察值

mean(v2[-c(1, 7)])
#[1] 22.6

这等于

mean(v1, trim = 0.2)
#[1] 22.6

-使用
trim=0.4检查

mean(v2[-c(1:2, 6:7)])
#[1] 22.33333
mean(v1, trim = 0.4)
#[1] 22.33333

您显示的代码看起来像来自Datacamp的Intermediate R的一个示例。不幸的是，该类没有进一步解释修剪的含义以及您实际应该使用它的时间。我还发现自己对为什么要使用它感到非常困惑。以下是我的发现：

首先，修剪平均值是中心趋势的稳健估计值。它的计算非常简单，因为你只需1）在分布的每一侧移除预定数量的观测值，然后2）平均剩余的观测值。
这样，通过消除不对称分布两侧的一些观测值，大部分观测值的修剪平均值估计效果更好，其标准误差受离群值的影响更小（与“传统”平均值相比）

让我们看看您提供的Datacamp示例：

linkedin <- c(16, 9, 13, 5, 2, 17, 14)
facebook <- c(17, 7, 5, 16, 8, 13, 14)

您显示的代码看起来像来自Datacamp的Intermediate R的示例。不幸的是，这个类没有进一步解释修剪的意思是什么，也没有解释你应该何时实际使用它。我也发现自己对我们为什么要使用它感到很困惑。以下是我的发现：

首先，修剪均值是中心趋势的稳健估计。它的计算非常简单，因为你只需要1）在分布的每一侧移除预定数量的观测值，然后2）平均剩余的观测值。
这样，通过消除不对称分布两侧的一些观测值，大部分观测值的修剪平均值估计效果更好，其标准误差受离群值的影响更小（与“传统”平均值相比）

让我们看看您提供的Datacamp示例：

linkedin <- c(16, 9, 13, 5, 2, 17, 14)
facebook <- c(17, 7, 5, 16, 8, 13, 14)

如果您选中“平均值”
修剪-在计算平均值之前，从x的每一端修剪的观察值的分数（0到0.5）。超出该范围的修剪值被视为最近的端点。
我仍在努力理解。因此，它会删除距离平均值（x）最远的20%的值？或者类似的东西，如果你检查
？mean
trim-在计算平均值之前，从x的每一端修剪观察值的分数（0到0.5）。超出该范围的修剪值被视为最近的端点。
我仍在努力理解。因此，它会删除距离平均值（x）最远的20%的值？或者类似的