R中的统计分析通过使用许多内置函数来执行的。这些函数大部分是R基础包的一部分。这些函数将R向量与参数一起作为输入，并在执行计算后给出结果。
我们在本章中讨论的是如何求平均值，中位数和众数。下面将分别一个个演示和讲解 –
1.平均值
平均值是通过取数值的总和并除以数据序列中的值的数量来计算。函数mean()用于在R中计算平均值。
语法
R中计算平均值的基本语法是 –
mean(x, trim = 0, na.rm = FALSE, ...)
以下是使用的参数的描述 –
- x – 是输入向量。
- trim – 用于从排序的向量的两端删除一些观测值。
- na.rm – 用于从输入向量中删除缺少的值。
示例
# Create a vector.
x <- c(17,8,6,4.12,11,8,54,-11,18,-7)
# Find Mean.
result.mean <- mean(x)
print(result.mean)
当我们执行上述代码时，会产生以下结果 –
[1] 10.812
1.1.应用修剪选项
当提供trim参数时，向量中的值进行排序，然后从计算平均值中删除所需数量的观察值。
例如，当trim = 0.3时，每一端的3个值将从计算中删除以找到均值。
在这种情况下，排序的向量为(-21，-5,2,3,42,7,8,12,18,54)，从用于计算平均值的向量中从左边删除：(-21，-5,2)和从右边删除：(12,18,54)这几个值。
# Create a vector.
x <- c(12,7,3,4.2,18,2,54,-21,8,-5)
# Find Mean.
result.mean <- mean(x,trim = 0.3)
print(result.mean)
当我们执行上述代码时，会产生以下结果 –
[1] 5.55
1.2.应用NA选项
如果缺少值，则平均函数返回NA。要从计算中删除缺少的值，请使用na.rm = TRUE。 这意味着删除NA值。参考以下示例代码 –
# Create a vector.
x <- c(12,7,3,4.2,18,2,54,-21,8,-5,NA)
# Find mean.
result.mean <- mean(x)
print(result.mean)
# Find mean dropping NA values.
result.mean <- mean(x,na.rm = TRUE)
print(result.mean)
当我们执行上述代码时，会产生以下结果 –
[1] NA
[1] 8.22
2.中位数
数据系列中的中间值被称为中位数。R中使用median()函数来计算中位数。
语法
R中计算位数的基本语法是 –
median(x, na.rm = FALSE)
以下是使用的参数的描述 –
- x – 是输入向量。
- na.rm – 用于从输入向量中删除缺少的值。
示例
# Create the vector.
x <- c(12,7,3,4.2,18,2,54,-21,8,-5)
# Find the median.
median.result <- median(x)
print(median.result)
当我们执行上述代码时，会产生以下结果 –
[1] 5.6
3.众数
众数是指给定的一组数据集合中出现次数最多的值。不同于平均值和中位数，众数可以同时具有数字和字符数据。
R没有标准的内置函数来计算众数。因此，我们将创建一个用户自定义函数来计算R中的数据集的众数。该函数将向量作为输入，并将众数值作为输出。
示例
# Create the function.
getmode <- function(v) {
uniqv <- unique(v)
uniqv[which.max(tabulate(match(v, uniqv)))]
}
# Create the vector with numbers.
v <- c(2,1,2,3,1,2,3,4,1,5,5,3,2,3)
# Calculate the mode using the user function.
result <- getmode(v)
print(result)
# Create the vector with characters.
charv <- c("baidu.com","tmall.com","yiibai.com","qq.com","yiibai.com")
# Calculate the mode using the user function.
result <- getmode(charv)
print(result)
当我们执行上述代码时，会产生以下结果 –
[1] 2
[1] "yiibai.com"
