統(tǒng)計(jì)概率#簡(jiǎn)單幾個(gè)統(tǒng)計(jì)量概念實(shí)踐

下面代碼在R工作空間做平均值哼审,中位數(shù),四分位數(shù)孕豹,標(biāo)準(zhǔn)差涩盾,標(biāo)準(zhǔn)分的簡(jiǎn)單實(shí)踐計(jì)算。

案例1

#從10——20里面隨機(jī)選取5個(gè)數(shù)

> x <- runif(5,10,20)

> x

[1] 17.35065 15.03454 14.87279 17.62638 16.58668

#求平均值

> mean(x)

[1] 16.29421

#求中位數(shù)

> median(x)

[1] 16.58668

#求四分位數(shù)

> quantile(x)

0%? ? ? 25%? ? ? 50%? ? ? 75%? ? 100%

14.87279 15.03454 16.58668 17.35065 17.62638

#求標(biāo)準(zhǔn)差

> sd(x)

[1] 1.282915

#求標(biāo)準(zhǔn)分

> (17.35065-mean(x))/sd(x)

[1] 0.8234702


案例2

> #R自帶的空氣質(zhì)量數(shù)據(jù)集 str 結(jié)構(gòu)structure的縮寫

> str(airquality)

'data.frame':? 153 obs. of? 6 variables:

$ Ozone? : int? 41 36 12 18 NA 28 23 19 8 NA ...

$ Solar.R: int? 190 118 149 313 NA NA 299 99 19 194 ...

$ Wind? : num? 7.4 8 12.6 11.5 14.3 14.9 8.6 13.8 20.1 8.6 ...

$ Temp? : int? 67 72 74 62 56 66 65 59 61 69 ...

$ Month? : int? 5 5 5 5 5 5 5 5 5 5 ...

$ Day? ? : int? 1 2 3 4 5 6 7 8 9 10 ...

> #匯總數(shù)據(jù)包括 最小值励背、分位數(shù)旁赊、平均數(shù)、中位數(shù)椅野、最大值终畅、缺失值(NA's)

> summary(airquality)

Ozone? ? ? ? ? Solar.R? ? ? ? ? Wind? ? ? ? ? ? Temp

Min.? :? 1.00? Min.? :? 7.0? Min.? : 1.700? Min.? :56.00

1st Qu.: 18.00? 1st Qu.:115.8? 1st Qu.: 7.400? 1st Qu.:72.00

Median : 31.50? Median :205.0? Median : 9.700? Median :79.00

Mean? : 42.13? Mean? :185.9? Mean? : 9.958? Mean? :77.88

3rd Qu.: 63.25? 3rd Qu.:258.8? 3rd Qu.:11.500? 3rd Qu.:85.00

Max.? :168.00? Max.? :334.0? Max.? :20.700? Max.? :97.00

NA's? :37? ? ? NA's? :7

Month? ? ? ? ? ? Day

Min.? :5.000? Min.? : 1.0

1st Qu.:6.000? 1st Qu.: 8.0

Median :7.000? Median :16.0

Mean? :6.993? Mean? :15.8

3rd Qu.:8.000? 3rd Qu.:23.0

Max.? :9.000? Max.? :31.0

> #選取數(shù)據(jù)集airquality中的Ozone變量籍胯,匯總Ozone中的最小值、分位數(shù)离福、平均數(shù)杖狼、中位數(shù)、最大值妖爷、缺失值(NA's)

> summary(airquality$Ozone)

Min. 1st Qu.? Median? ? Mean 3rd Qu.? ? Max.? ? NA's

1.00? 18.00? 31.50? 42.13? 63.25? 168.00? ? ? 37

> #分位數(shù)

> quantile(airquality$Ozone, na.rm = T)#na.rm=T 對(duì)缺失值進(jìn)行刪除蝶涩,存在缺失值,結(jié)果為NA

0%? ? 25%? ? 50%? ? 75%? 100%

1.00? 18.00? 31.50? 63.25 168.00

> #平均值

> X <- mean(airquality$Ozone, na.rm = T)

> X

[1] 42.12931

> #中位數(shù)

> median(airquality$Ozone, na.rm = T)

[1] 31.5

> #標(biāo)準(zhǔn)差

> Y <- sd(airquality$Ozone, na.rm = T)

> #標(biāo)準(zhǔn)分,計(jì)算28在Ozone變量中的相對(duì)排名

> Z <- (28-X)/Y

> Z

[1] -0.4283182

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末絮识,一起剝皮案震驚了整個(gè)濱河市绿聘,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌次舌,老刑警劉巖熄攘,帶你破解...
    沈念sama閱讀 222,681評(píng)論 6 517
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異彼念,居然都是意外死亡挪圾,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,205評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門逐沙,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)哲思,“玉大人棚赔,你說(shuō)我怎么就攤上這事∫涫龋” “怎么了?”我有些...
    開封第一講書人閱讀 169,421評(píng)論 0 362
  • 文/不壞的土叔 我叫張陵捆毫,是天一觀的道長(zhǎng)冲甘。 經(jīng)常有香客問(wèn)我,道長(zhǎng)江醇,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 60,114評(píng)論 1 300
  • 正文 為了忘掉前任凛驮,我火速辦了婚禮,結(jié)果婚禮上黔夭,老公的妹妹穿的比我還像新娘宏胯。我一直安慰自己肩袍,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 69,116評(píng)論 6 398
  • 文/花漫 我一把揭開白布氛赐。 她就那樣靜靜地躺著先舷,像睡著了一般。 火紅的嫁衣襯著肌膚如雪蒋川。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,713評(píng)論 1 312
  • 那天,我揣著相機(jī)與錄音浇衬,去河邊找鬼。 笑死耘擂,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的醉冤。 我是一名探鬼主播,決...
    沈念sama閱讀 41,170評(píng)論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼铃绒,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了颠悬?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 40,116評(píng)論 0 277
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤赔癌,失蹤者是張志新(化名)和其女友劉穎澜沟,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體茫虽,經(jīng)...
    沈念sama閱讀 46,651評(píng)論 1 320
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡既们,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,714評(píng)論 3 342
  • 正文 我和宋清朗相戀三年贤壁,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了埠忘。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片脾拆。...
    茶點(diǎn)故事閱讀 40,865評(píng)論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡名船,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出渠驼,到底是詐尸還是另有隱情鉴腻,我是刑警寧澤,帶...
    沈念sama閱讀 36,527評(píng)論 5 351
  • 正文 年R本政府宣布爽哎,位于F島的核電站,受9級(jí)特大地震影響课锌,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜渺贤,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,211評(píng)論 3 336
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望瞭亮。 院中可真熱鬧,春花似錦街州、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,699評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)面徽。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間氮双,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,814評(píng)論 1 274
  • 我被黑心中介騙來(lái)泰國(guó)打工戴差, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留铛嘱,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 49,299評(píng)論 3 379
  • 正文 我出身青樓墨吓,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親帖烘。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,870評(píng)論 2 361

推薦閱讀更多精彩內(nèi)容

  • 建筑師凡德羅有句名言:less is more照卦。斷舍離乡摹,也是如此。日本雜物管理咨詢師山下英子通過(guò)瑜伽參透了放下心中...
    一如減法整理閱讀 364評(píng)論 3 3
  • 本系列文章所描述的所有類或接口都是基于 JDK 1.7的源碼趟卸,在其它 JDK 的實(shí)現(xiàn)方式中可能會(huì)有所不同氏义。 一锄列、實(shí)...
    FlySheep_ly閱讀 572評(píng)論 0 0
  • 顧客在選擇貨品時(shí)邻邮,面對(duì)那些很喜歡但衣服有點(diǎn)瑕疵的時(shí)候,我們會(huì)選擇給顧客打車費(fèi)筒严,讓他們知道這件衣服確實(shí)是物有所值...
    濰坊泰華DDM店劉云閱讀 257評(píng)論 0 0
  • 昨天情萤,我遇見了我許久不見的初中同學(xué),我和她坐在附近的奶茶店閑聊了許久筋岛。 初中的時(shí)候我很羨慕她,很優(yōu)秀的一個(gè)女孩...
    魚蝦愛扯蛋閱讀 533評(píng)論 0 0