Question

也许这是一个非常简单的问题。这是我的data.frame：

> read.table("text.txt")
   V1       V2
1  26    22516
2  28    17129
3  30    38470
4  32    12920
5  34    30835
6  36    36244
7  38    24482
8  40    67482
9  42    23121
10 44    51643
11 46    61064
12 48    37678
13 50    98817
14 52    31741
15 54    74672
16 56    85648
17 58    53813
18 60   135534
19 62    46621
20 64    89266
21 66    99818
22 68    60071
23 70   168558
24 72    67059
25 74   194730
26 76   278473
27 78   217860

这意味着我有22516个序列，长度为26,17129个序列，长度为28，等等。我想知道序列长度均值及其标准偏差。我知道怎么做，但我知道要创建一个完整的26个重复22516次的列表等等......然后计算平均值和SD。但是，我有一个更简单的方法。有什么想法吗？

感谢。

Answer 1

表示平均值：(V1 %*% V2)/sum(V2)

对于SD：sqrt(((V1-(V1 %*% V2)/sum(V2))**2 %*% V2)/sum(V2))

Answer 2

我发现mean(rep(V1,V2)) # 61.902和sd(rep(V1,V2)) # 14.23891并不复杂，但您也可以尝试：

weighted.mean(V1,V2) # 61.902
# recipe from http://www.ltcconline.net/greenl/courses/201/descstat/meansdgrouped.htm
sqrt((sum((V1^2)*V2)-(sum(V1*V2)^2)/sum(V2))/(sum(V2)-1)) # 14.23891

Answer 3

第1步：设置数据：

dat.df <- read.table(text="id   V1       V2
1  26    22516
2  28    17129
                  3  30    38470
                  4  32    12920
                  5  34    30835
                  6  36    36244
                  7  38    24482
                  8  40    67482
                  9  42    23121
                  10 44    51643
                  11 46    61064
                  12 48    37678
                  13 50    98817
                  14 52    31741
                  15 54    74672
                  16 56    85648
                  17 58    53813
                  18 60   135534
                  19 62    46621
                  20 64    89266
                  21 66    99818
                  22 68    60071
                  23 70   168558
                  24 72    67059
                  25 74   194730
                  26 76   278473
                  27 78   217860",header=T)

Step2：转换为data.table（仅为了简单和输入时的懒惰）

library(data.table)
dat <- data.table(dat.df)

步骤3：使用产品设置新列，并使用它们来查找平均值

dat[,pr:=V1*V2]
dat[,v1sq:=as.numeric(V1*V1*V2)]

dat.Mean <- sum(dat$pr)/sum(dat$V2)

dat.SD <- sqrt( (sum(dat$v1sq)/sum(dat$V2)) - dat.Mean^2)

希望这会有所帮助!!

Answer 4

MEAN =（V1 * V2）/ sum（V2）

SD = sqrt（（V1 * V1 * V2）/ sum（V2） - MEAN ^ 2）

R中的平均值和SD

4 个答案: