dplyr :: ntile和statar :: xtile之间的区别

Question

我的理解是dplyr::ntile和statar::xtile正在尝试同样的事情。但有时输出是不同的：

dplyr::ntile(1:10, 5)
# [1] 1 1 2 2 3 3 4 4 5 5

statar::xtile(1:10, 5)
# [1] 1 1 2 2 3 3 3 4 5 5

我正在将Stata代码转换为R，因此statar::xtile提供与原始Stata代码相同的输出，但我认为dplyr::ntile在R中是等效的。

Stata help表示xtile习惯于：

  

创建包含分位数类别的变量

statar::xtile显然是在复制这个。

dplyr::ntile是：

  

粗略排名，将输入向量分解为n个桶。

这些意思是一样的吗？

如果是这样，为什么他们给出不同的答案？

如果没有，那么：

1. 有什么区别？

2. 您何时应该使用其中一种？

Answer 1

感谢@alistaire指出dplyr::ntile只是在做：

function (x, n) { floor((n * (row_number(x) - 1)/length(x)) + 1) }

与分割成分位数类别不同，正如xtile所做的那样。

查看statar::xtile的代码导致statar::pctile和statar的{​​{3}}说明：

  

pctile计算类型2的分位数和加权分位数（类似于Stata _pctile）

因此，基数R中的statar::xtile相当于：

.bincode(1:10, quantile(1:10, seq(0, 1, length.out = 5 + 1), type = 2), 
         include.lowest = TRUE)
# [1] 1 1 2 2 3 3 3 4 5 5