R均值函数mean细节与案例说明
Posted ShenLiang2025
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了R均值函数mean细节与案例说明相关的知识,希望对你有一定的参考价值。
R均值函数mean细节梳理
mean函数的细节
通过帮助文档查看
可通过help命令查看该概述的详细介绍即帮助文档。
help("mean")
参数说明
mean函数有三个参数,详细说明见下:
1 数值或者逻辑类型的向量。
2 通过参数trim指定异常值截断的比例,这里指的是前后都被截取的比例,该参数的范围是0到0.5。
3 na.rm指定为TURE即删除NA值,为FALSE则不删除异常值。
注:截取时取该参数trim与向量个数乘积的整数部分。
案例详解
#1 指定na.rm为FALSE,如果向量里有NA则mean的结果会是NA。
x <- c(0:10, 50,NA)
xm <- mean(x,na.rm = FALSE)
xm
x
#结果
[1] NA
> x
[1] 0 1 2 3 4 5 6 7 8 9 10 50 NA
#2指定na.rm为FALSE,如果向量里有NA则mean的结果会是NA。
x <- c(0:10, 50,NA)
xm <- mean(x,na.rm = TRUE)
xm
#结果
[1] 8.75
#3 指定trim为0.1,即截取向量前后向量总数乘trim个元素,这里是向量元素排序后前后都要截取。
x <- c(0:10, 50)
xm <- mean(x)
c(xm, mean(x, trim = 0.10))
y <- sort(x)
y
结果
[1] 8.75 5.50
> y <- sort(x)
> y
[1] 0 1 2 3 4 5 6 7 8 9 10 50
#这里因为mean(x, trim = 0.10)里指定trim截取比例是0.1,即前后截取12*0.1=1个,所以这时0和50被截取掉了。当前向量为(1:10),所以均值为5.50。
#4 针对逻辑符的mean求的是TRUE的占比,计算方法类似数值型。
z <- c(TRUE,FALSE,TRUE,TRUE,FALSE,NA)
zxm <- mean(z,na.rm = FALSE)
c(zxm, mean(z, trim = 0.10,na.rm = TRUE))
#结果
[1] NA 0.6
#为True的3个,这里3/5即为0.6。
以上是关于R均值函数mean细节与案例说明的主要内容,如果未能解决你的问题,请参考以下文章
R语言计算加权平均值:weighted.mean函数计算加权平均值matrixStats包的weightedMean函数计算加权平均值SDMTools包的wt.mean函数计算加权平均值
R语言mad函数median函数mean函数计算中位数绝对偏差中位数均值实战
R语言使用aov函数进行单因素协方差分析(One-way ANCOVA)使用effects包中的effect函数来计算调整后的分组均值(calculate adjusted means)
R语言ggplot2可视化:自定义函数在箱图(boxplot)上添加分组样本个数(count)分组均值(mean)箱体填充色自定义数据标签色彩自定义