使用R查找数组中包含90%值的最小间隔的最简单方法是什么？

我得到了介于1和4之间的数字数组，但它们在最小值和最大值之间的差异通常不超过.5。每个元素之间的差异不小于.1。我想找到包含至少90%（或其他指定比率）元素的最小边距

也就是说，给定数组

c(1, 1.9, 2, 2, 2, 2, 2.1, 2.2, 2.3, 2.3)

我希望我的函数返回.4，因为2.3-1.9=.4<2.3-1=1.3。详情：

• 2.3-1.9来自长度为90%的子向量，从1.9开始，一直到最后
• 2.3-1来自90%长度的子向量，从1开始，到前2.3结束

我试过几次构建这个函数，但它一直变得过于复杂，我想知道是否有一种简单的方法可以实现这一点，我还没有考虑过

编辑：它必须能够满足偏态分布。我没有任何完整的代码示例，因为我一直在重建它，但我会制作一些东西并发布它

Edit2：我不能提供任何我想输入函数的数组示例，但这里有一个生成类似值的函数。只要它有效，它不在1到4的范围内并不重要

x = round(rbeta(20,5,2)*100)/10

---

这可以通过

分位数
解决

计算
0.05
和
0.95
分位数
获取在这些限制范围内的
x
。在_90中调用此向量

返回_90
中
值的最小值和最大值之间的差值

指令的顺序是这样的

qq <- quantile(x, c(0.05, 0.95))
in_90 <- x[qq[1] <= x & x <= qq[2]]
diff(range(in_90))
#[1] 0.4

qq这里有一个方法（与@Aaron的方法相同，除了
head
/
tail
而不是
x[i]
）：

确认x和n元素的子向量确实具有此范围：

n_up = which.min(v) - 1
n_dn = n-n_up

xs = x[(1 + n_up):(xn - n_dn)]

diff(range(xs))
# [1] 0.4
length(x) - length(xs) == n
# [1] TRUE

测试新示例：

set.seed(1)
x0 = round(rbeta(20,5,2)*100)/10
x = sort(x0)
xn= length(x)

n = round(0.1*xn)
v = tail(x, n+1) - head(x, n+1)

min(v)
# [1] 4.1

# confirm...
n_up = which.min(v) - 1
n_dn = n-n_up    
xs = x[(1 + n_up):(xn - n_dn)]

diff(range(xs))
# [1] 4.1
length(x) - length(xs) == n
# [1] TRUE

部分排序可能就足够了（只需获取末端的顶部和底部值）；请参见
？排序
最简单的方法是通过测试包括90%的所有可能范围来使用暴力。要做到这一点，我们要计算出有多少项，范围可以从什么指数开始，然后计算每一项的差值，然后是最小值

x <- c(1, 1.9, 2, 2, 2, 2, 2.1, 2.2, 2.3, 2.3)
n <- ceiling(length(x)*0.9)   # get the number of terms needed to include 90%
k <- 1 : (length(x) - n + 1)  # get the possible indices the range can start at
x <- sort(x)                  # need them sorted...
d <- x[k + n - 1] - x[k]      # get the difference starting at each range
min(d)                        # get the smallest difference

x它将帮助您显示一些代码：这听起来像是家庭作业。您应该阅读MetaSO，了解在要求解决硬件问题时，什么是“好问题”。我认为查询至少应该包括您所尝试的代码和一组具有正常、左倾斜和右倾斜数据的测试用例。这不是家庭作业。它可能不太有效，可能是因为舍入/边界不同的假设，但是您可以考虑在<代码> CODA中适应逻辑：：HPDPACTION/CODE >（<代码>库）。（coda）；HPDinterval（as.mcmc（x），prob=0.85）
）我认为分位数在偏态分布的情况下不满足要求，尽管它可能是一个起点。在这些情况下，很可能最小间隔是分位数1到分位数90，或分位数10到分位数100。
n_up = which.min(v) - 1
n_dn = n-n_up

xs = x[(1 + n_up):(xn - n_dn)]

diff(range(xs))
# [1] 0.4
length(x) - length(xs) == n
# [1] TRUE

set.seed(1)
x0 = round(rbeta(20,5,2)*100)/10
x = sort(x0)
xn= length(x)

n = round(0.1*xn)
v = tail(x, n+1) - head(x, n+1)

min(v)
# [1] 4.1

# confirm...
n_up = which.min(v) - 1
n_dn = n-n_up    
xs = x[(1 + n_up):(xn - n_dn)]

diff(range(xs))
# [1] 4.1
length(x) - length(xs) == n
# [1] TRUE

x <- c(1, 1.9, 2, 2, 2, 2, 2.1, 2.2, 2.3, 2.3)
n <- ceiling(length(x)*0.9)   # get the number of terms needed to include 90%
k <- 1 : (length(x) - n + 1)  # get the possible indices the range can start at
x <- sort(x)                  # need them sorted...
d <- x[k + n - 1] - x[k]      # get the difference starting at each range
min(d)                        # get the smallest difference