约翰Tukey“中位数中位数”(或“耐药线”)R和线性回归的统计检验

时间:2010-07-11 21:44:39

标签: algorithm function r testing linear-regression

我正在搜索John Tukey算法,该算法使用R进行线性回归计算“抗性线”或“中位数线”。

邮件列表中的学生用以下术语解释此算法:

  

“它的计算方式是划分   把数据分成三组,找到了   x-中值和y-中值(称为   每个小组的总结点,和   然后使用这三个摘要点   确定线。外面两个   总结点确定坡度,   并且平均所有这些   确定截距。“

关于John tukey好奇的中位数中位数的文章:http://www.johndcook.com/blog/2009/06/23/tukey-median-ninther/

你知道我在哪里可以找到这个算法或R函数吗?在哪些包中, 非常感谢!

3 个答案:

答案 0 :(得分:11)

有关于如何计算中位数线here的说明。 R的实现是

median_median_line <- function(x, y, data)
{
  if(!missing(data))
  {
    x <- eval(substitute(x), data) 
    y <- eval(substitute(y), data) 
  }

  stopifnot(length(x) == length(y))

  #Step 1
  one_third_length <- floor(length(x) / 3)
  groups <- rep(1:3, times = switch((length(x) %% 3) + 1,
     one_third_length,
     c(one_third_length, one_third_length + 1, one_third_length),
     c(one_third_length + 1, one_third_length, one_third_length + 1)
  ))

  #Step 2
  x <- sort(x)
  y <- sort(y)

  #Step 3
  median_x <- tapply(x, groups, median)                                 
  median_y <- tapply(y, groups, median)

  #Step 4
  slope <- (median_y[3] - median_y[1]) / (median_x[3] - median_x[1])
  intercept <- median_y[1] - slope * median_x[1]

  #Step 5
  middle_prediction <- intercept + slope * median_x[2]
  intercept <- intercept + (median_y[2] - middle_prediction) / 3
  c(intercept = unname(intercept), slope = unname(slope))
}

要测试它,这是该页面的第二个例子:

dfr <- data.frame(
  time = c(.16, .24, .25, .30, .30, .32, .36, .36, .50, .50, .57, .61, .61, .68, .72, .72, .83, .88, .89),
  distance = c(12.1, 29.8, 32.7, 42.8, 44.2, 55.8, 63.5, 65.1, 124.6, 129.7, 150.2, 182.2, 189.4, 220.4, 250.4, 261.0, 334.5, 375.5, 399.1))

median_median_line(time, distance, dfr) 
#intercept     slope 
#   -113.6     520.0

注意指定组的奇怪方法。关于如何定义组大小的说明非常挑剔,因此更明显的cut(x, quantile(x, seq.int(0, 1, 1/3)))方法不起作用。

答案 1 :(得分:2)

我参加派对的时间有点晚了,但是您是否尝试过stats包中的line()?

来自帮助文件:

<强>值

“tukeyline”类的对象。

<强>参考

Tukey,J。W.(1977)。探索性数据分析,阅读马萨诸塞州:Addison-Wesley。

答案 2 :(得分:2)

作为R Core团队的成员,我现在已经深入挖掘了源代码,并研究了它的历史。

结论:源代码C源代码,在19961997中添加,当R仍然被称为alpha(和版本0.14alpha)时,已经计算出的分位数不完全正确...对于某些样本大小。

有关R邮件列表(尚未)的更多信息。