Décrire la variation des données dans R - Indicateurs

Un seul chiffre ne vous en dit pas beaucoup sur vos données. Souvent, il est aussi important de connaître la diffusion de vos données. Vous pouvez utiliser R pour regarder cette propagation en utilisant un certain nombre d'approches différentes.

Tout d'abord, vous pouvez calculer la variance ou l'écart-type pour résumer la propagation en un seul nombre. Pour cela, vous avez les fonctions pratiques var () pour la variance et sd () pour l'écart-type. Par exemple, vous calculez l'écart type de la variable mpg dans les voitures de trame de données comme ceci:

>> sd (voitures $ mpg) [1] 6. 026948

À côté de la moyenne et de la variation, vous pouvez aussi regarder les quantiles. Un 
, ou percentile, vous indique combien de vos données se trouvent en dessous d'une certaine valeur. Le quantile à 50%, par exemple, n'est rien d'autre que la médiane. Encore une fois, R a quelques fonctions pratiques pour vous aider à regarder les quantiles. Comment calculer la plage de données dans R

Les quantiles les plus utilisés sont en fait les quantiles à 0% et 100%. Vous pourriez tout aussi bien les appeler le minimum et le maximum, parce que c'est ce qu'ils sont. Vous pouvez obtenir les fonctions min () et max () en utilisant la fonction range (). Cette fonction vous donne commodément la plage des données. Donc, pour savoir entre quelles deux valeurs se situent tous les mileages, vous faites simplement ce qui suit:







 >> gamme (voitures $ mpg) [1] 10. 4 33. 9

Comment calculer les quartiles de données en R
La gamme ne vous donne que des informations limitées. Souvent, les statisticiens signalent le premier et le troisième


quartile
à côté du rang et de la médiane. Ces quartiles sont, respectivement, les quantiles de 25% et de 75%, qui sont les nombres pour lesquels le quart et les trois quarts des données sont plus petits. Vous obtenez ces nombres en utilisant la fonction quantile (), comme ceci:






 >> quantile (voitures $ mpg) 0% 25% 50% 75% 100% 10. 400 15. 425 19. 200 22. 800 33. 900 Les quartiles ne sont pas les mêmes comme la charnière inférieure et supérieure calculée dans le résumé de cinq chiffres. Les deux derniers sont, respectivement, la médiane de la moitié inférieure et supérieure de vos données, et ils diffèrent légèrement des premier et troisième quartiles. Pour obtenir les cinq statistiques de nombre, vous utilisez la fonction fivenum ().

Comment accélérer avec la fonction quantile dans R
La fonction quantile () peut vous donner n'importe quel quantile que vous voulez. Pour cela, vous utilisez l'argument probs. Vous donnez les probabilités (ou probabilités) sous la forme d'un nombre fractionnaire. Pour le quantile de 20%, par exemple, vous utilisez 0. 20 comme argument pour la valeur.Cet argument prend également un vecteur comme une valeur, de sorte que vous pouvez, par exemple, obtenir les quantiles de 5% et 95% comme ceci:

quantile (voitures $ mpg, probs = c (0,05, 0,95)) 5% 95% 11. 995 31. 300

La valeur par défaut de l'argument probs est un vecteur représentant le minimum (0), le premier quartile (0,25), la médiane (0,5), le troisième quartile (0. 75), et le maximum (1).
Toutes ces fonctions ont un argument na. rm qui vous permet de supprimer toutes les valeurs NA avant de calculer la statistique respective. Si vous ne le faites pas, tout vecteur contenant NA aura NA en conséquence. Cela fonctionne identiquement à la na. argument rm de la fonction sum ().