R 语言经典实例（原书第 2 版）

230

｜

第

9

章

#> 5%

#> 0.0451

如果我们将概率的含义理解为相对概率，那么函数 quantile 的文档将该函数的第二个

参数称为“概率”。

在真正的 R 风格中，第二个参数可以是由概率值构成的向量；在这种情况下，quantile

函数返回相应的分位数向量，每个分位数对应一个概率值：

quantile(vec, c(.05, .95))

#> 5% 95%

#> 0.0451 0.9363

上例是一个方便的识别数据中间的 90％观测值的方法。

如果你完全省略第二个参数，那么 R 假定你想要的概率值为 0、0.25、0.50、0.75 和 1.0，

即四分位数：

quantile(vec)

#> 0% 25% 50% 75% 100%

#> 0.000405 0.235529 0.479543 0.737619 0.999379

令人惊讶的是，函数 quantile 实现了九种不同的算法用于计算分位数。在假设默认算

法是最适合你的算法之前，请先研究该函数的帮助页面。

9.6 求分位数的逆

9.6.1 问题

给定数据中的一个观测值

x

，你想知道其相应的分位数。 也就是说，你想知道小于

x

的

数据的比例。

9.6.2 解决方案

假设数据存储在一个向量 vec 中，把数据与观察值进行比较，然后使用 mean 计算小于

x

的观测值（例如 1.6）的相对频数，如下例所示：

mean(vec < 1.6)

#> [1] 0.948

9.6.3 讨论

表达式vec<

x

将 vec 向量的每个元素与

x

进行比较并返回逻辑值的向量，如果