如何根据r中不同的样本量计算分位数

Question

我想根据这个选择不同的样本:

dat<- rnorm(5000, mean = 100, sd = 10)

接下来，我想选择不同的样本，使每个数据集的五分位数(QU)= 0.60下面是我们感兴趣的结果:

SS    QU
5   x
10  x
15  x
25  x
50  x
75  x
100 x
250 x
500 x
750 x
1000    x
1250    x
1500    x
2000    x
2500    x
3000    x
3500    x
4000    x
4500    x
5000    x

我使用以下代码

未能获得它

sapply(c(5, 10, 15, 25, 50, 75, 100,    250,    500,    750,    1000,   1250,   1500,   2000,   2500,   3000,   3500,   4000,   4500,   5000), function(x) {
x1 <- sample(dat$dat, x, replace = TRUE)
c(unname(quantile(x1 , .60)))

Answer 1

我们可能需要

SS <- c(5, 10, 15, 25, 50, 75, 100,    250,    500,    750,    1000,   1250,   1500,   2000,   2500,   3000,   3500,   4000,   4500,   5000)
QU <- sapply(SS, function(x) {
x1 <- sample(dat, x, replace = TRUE)
unname(quantile(x1, .60))
})
data.frame(SS, QU)

与产出

SS       QU
1     5 107.8017
2    10 101.2228
3    15 101.6636
4    25 103.1269
5    50 101.7254
6    75 102.4818
7   100 104.6631
8   250 103.1844
9   500 102.4056
10  750 102.5745
11 1000 102.8261
12 1250 103.0092
13 1500 102.5766
14 2000 102.7607
15 2500 102.6239
16 3000 102.2122
17 3500 102.6231
18 4000 102.7531
19 4500 102.6493
20 5000 102.5840