R quantile() 関数 - 分位数を計算する

R 语言实例R 言語の例

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)))

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))

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"

R 语言实例R 言語の例

その他の拡張