
10
|
第
1
章
> state <- read.csv(file="/Users/andrewbruce1/book/state.csv")
> mean(state[["Population"]])
[1] 6162876
> mean(state[["Population"]], trim=0.1)
[1] 4783697
> median(state[["Population"]])
[1] 4436370
我们看到,均值大于切尾均值,而切尾均值大于中位数。
这是因为,切尾均值分别去除了最大的和最小的五个州(trim=0.1 表示在最大端和最小端
分别去除
10%
的数据)。如果要计算美国的平均谋杀率,那么需要使用加权均值或中位数,
这两个度量考虑了各州的人口差异。
R
语言并未提供计算加权中位数的函数,因此我们需
要安装额外的软件包,比如 matrixStats。代码如下。
> weighted.mean(state[["Murder.Rate"]], w=state[["Population"]])
[1] 4.445834
> library("matrixStats")
> weightedMedian(state[["Murder.Rate"]], w=state[["Population"]])
[1] 4.4
在本例中,加权中位数和中位数大体相同。
本节要点
•
均值是一种基本的位置度量,但是对极值(离群值)敏感。
•
其他一些度量更为稳健,例如中位数和切尾均值。
1.3.4
拓展阅读 ...