R quantile() 関数 - 分位数を計算する
R quantile() 関数はデータの分位数を計算するために使用されます。
分位数は、データを並べ替えた後、比率に応じて分割する点です。例えば、中央値は 50% 分位数です。
quantile() 関数の構文は次のとおりです:
quantile(x, probs = seq(0, 1, 0.25), na.rm = FALSE)
パラメータの説明:
x数値ベクトルを入力します。
probs分位点の確率値で、範囲は 0 から 1 です。デフォルトでは四分位数(0, 0.25, 0.5, 0.75, 1)を返します。
na.rmブール値で、欠損値 NA を削除するかどうかを設定します。
例
# 試験の点数を作成
scores <- c(55, 62, 68, 70, 72, 75, 78, 80, 82, 85,
88, 90, 92, 95, 98)
# デフォルトの四分位数
print("四分位数:")
print(quantile(scores))
# カスタム分位点
print("カスタム分位点 (10%, 50%, 90%):")
print(quantile(scores, probs = c(0.1, 0.5, 0.9)))
scores <- c(55, 62, 68, 70, 72, 75, 78, 80, 82, 85,
88, 90, 92, 95, 98)
# デフォルトの四分位数
print("四分位数:")
print(quantile(scores))
# カスタム分位点
print("カスタム分位点 (10%, 50%, 90%):")
print(quantile(scores, probs = c(0.1, 0.5, 0.9)))
上記のコードを実行すると、出力結果は次のとおりです:
[1] "四分位数:" 0% 25% 50% 75% 100% 55.00 71.00 80.00 88.75 98.00 [1] "自定义分位点 (10%, 50%, 90%):" 10% 50% 90% 63.2 80.0 94.4
quantile() は、データの分布特性を特定し、異常値を検出するためによく使用されます:
例
# IQR 法を使用して異常値を検出
scores <- c(55, 62, 68, 70, 72, 75, 78, 80, 82, 85, 120)
# Q1、Q3、および IQR を計算
Q1 <- quantile(scores, 0.25)
Q3 <- quantile(scores, 0.75)
IQR <- Q3 - Q1
# 異常値の境界
lower_bound <- Q1 - 1.5 * IQR
upper_bound <- Q3 + 1.5 * IQR
print(paste("正常範囲:", round(lower_bound, 1), "から", round(upper_bound, 1)))
# 異常値を見つける
outliers <- scores[scores < lower_bound | scores > upper_bound]
print(paste("異常値:", outliers))
scores <- c(55, 62, 68, 70, 72, 75, 78, 80, 82, 85, 120)
# Q1、Q3、および IQR を計算
Q1 <- quantile(scores, 0.25)
Q3 <- quantile(scores, 0.75)
IQR <- Q3 - Q1
# 異常値の境界
lower_bound <- Q1 - 1.5 * IQR
upper_bound <- Q3 + 1.5 * IQR
print(paste("正常範囲:", round(lower_bound, 1), "から", round(upper_bound, 1)))
# 異常値を見つける
outliers <- scores[scores < lower_bound | scores > upper_bound]
print(paste("異常値:", outliers))
上記のコードを実行すると、出力結果は次のとおりです:
[1] "正常范围: 44.3 到 119.3" [1] "异常值: 120"その他の拡張
R 言語の例