Question

我的理解是，在计算R中的分位数时，扫描整个数据集并确定每个分位数的值。

如果你要求.8，例如它会给你一个在该分位数处出现的值。即使不存在这样的值，R仍然会给出在该分位数处发生的值。它通过线性插值来实现。

但是，如果有人希望计算分位数，然后继续向上/向下舍入到最接近的实际值，该怎么办？

例如，如果.80处的分位数值为53，那么当真实数据集只有50和54时，那么如何让R列出这些值中的任何一个？

Answer 1

试试这个：

#dummy data
x <- c(1,1,1,1,10,20,30,30,40,50,55,70,80)

#get quantile at 0.8
q <- quantile(x, 0.8)
q
# 80% 
# 53 

#closest match - "round up"
min(x[ x >= q ])
#[1] 55

#closest match - "round down"
max(x[ x <= q ])
#[1] 50

Answer 2

在R quantile函数中实现了许多估算方法。您可以根据https://stat.ethz.ch/R-manual/R-devel/library/stats/html/quantile.html中记录的type参数选择要使用的类型。

x <- c(1, 1, 1, 1, 10, 20, 30, 30, 40, 50, 55, 70, 80)

quantile(x, c(.8)) # default, type = 7
# 80%
# 53

quantile(x, c(.8), FALSE, TRUE, 7) # equivalent to the previous invocation
# 80%
# 53

quantile(x, c(.8), FALSE, TRUE, 3) # type = 3, nearest sample
# 80%
# 50

在没有插值的情况下计算R中的分位数 - 向上或向下舍入到实际值

2 个答案: