假设我们有以下数据集(长度24(:
x <- c(30L, 49L, 105L, 115L, 118L, 148L, 178L, 185L, 196L, 210L, 236L, 236L,
278L, 287L, 329L, 362L, 366L, 399L, 430L, 434L, 451L, 451L, 477L, 488L, 508L,
531L, 533L, 542L)
如果我们计算五个数字的总和:最小值是30,最大值:542,中位数:(287+329(/2=308…这是容易的部分!
- Q1是子集[30,49105,….287]的中值,长度14->Q1=[178+185]/2=181.5
- Q3"quot"[329362,…,542]=[451+451]/2=451
现在,如果我们用函数summary(dataset)
检查。。。我们得到:
Min. 1st Qu. Median Mean 3rd Qu. Max.
30.0 183.2 308.0 309.7 451.0 542.0
为什么我们会得到一个不同的Q1?函数summary
如何计算Q1?
有(至少(九种计算分位数的方法:请参阅?quantile
。对于这个数据集,9种方法导致6个独特的结果:9种方法中的2种给出181.5的答案…
res <- sapply(1:9, function(t) quantile(x, 0.25, type=t))
names(res) <- 1:9
sort(res)
## 1 3 4 6 8 9 2 5
## 178.0000 178.0000 178.0000 179.7500 180.9167 181.0625 181.5000 181.5000
## 7
## 183.2500
R中的默认方法是";类型7";,给出183.25(summary
中的值打印精度略低,因此显示为183.2(