R语言平均数、中位数和模式

R语言中的 中心趋势测量 通过一个单一的值来表示整个数据集。它给了我们中心点的位置。有三种主要的中心趋势测量方法。

平均数
中位数
模式

R语言编程中的平均数、中位数和模式

前提条件:

在进行任何计算之前，首先，我们需要准备我们的数据，将我们的数据保存在外部的.txt或.csv文件中，最好的做法是将文件保存在当前目录中。之后，按以下方法将你的数据导入R。

在这里获取CSV文件。

# R program to import data into R
 
# Import the data using read.csv()
myData = read.csv("CardioGoodFitness.csv",
                  stringsAsFactors=F)
# Print the first 6 rows
print(head(myData))

输出

   Product Age Gender Education MaritalStatus Usage Fitness Income Miles
1   TM195  18   Male        14        Single     3       4  29562   112
2   TM195  19   Male        15        Single     2       3  31836    75
3   TM195  19 Female        14     Partnered     4       3  30699    66
4   TM195  19   Male        12        Single     3       3  32973    85
5   TM195  20   Male        13     Partnered     4       2  35247    47
6   TM195  20 Female        14     Partnered     3       3  32973    66

R编程语言中的平均数

它是观察值的总和除以观察值的总数。它也被定义为平均数，即总和除以计数。

R语言编程中的平均数、中位数和模式

其中， n =术语的数量

例子

# R program to illustrate
# Descriptive Analysis
 
# Import the data using read.csv()
myData = read.csv("CardioGoodFitness.csv",
                  stringsAsFactors=F)
 
# Compute the mean value
mean = mean(myData$Age)
print(mean)

输出

[1] 28.78889

R编程语言中的中位数

它是数据集的中间值。它将数据分成两半。如果数据集的元素数是奇数，那么中心元素就是中位数，如果是偶数，那么中位数将是两个中心元素的平均值。

R语言编程中的平均数、中位数和模式

其中 n = 术语的数量

语法： median(x, na.rm = False)

其中， X是一个向量，na.rm用于消除缺失值。

例子

# R program to illustrate
# Descriptive Analysis
 
# Import the data using read.csv()
myData = read.csv("CardioGoodFitness.csv",
                  stringsAsFactors=F)
 
# Compute the median value
median = median(myData$Age)
print(median)

输出

[1] 26

R编程语言中的模式

它是在给定的数据集中具有最高频率的值。如果所有数据点的频率都相同，那么数据集可能没有模式。此外，如果我们遇到两个或更多的数据点具有相同的频率，我们可以有一个以上的模式。在R语言中没有内置的寻找模式的函数，所以我们可以创建自己的函数来寻找模式，或者我们可以使用名为modeest的包。

创建用户定义的查找模式的函数

R中没有内置的查找模式的函数，所以让我们创建一个用户定义的函数来返回所传递数据的模式。我们将使用table()方法，因为它以表格的形式用变量名称和频率创建数据的分类表示。我们将按降序对Age列进行排序，并从排序后的值中返回1值。

例子： 通过对数据框架的列进行排序来寻找模式

# Import the data using read.csv()
myData = read.csv("CardioGoodFitness.csv",
                  stringsAsFactors=F)
 
mode = function(){
    return(sort(-table(myData$Age))[1])
}
 
mode()

输出

25: -25

使用modeest包

我们可以使用R语言的modeest包。这个包提供了寻找单变量数据的模式和通常概率分布的模式的方法。

例子

# R program to illustrate
# Descriptive Analysis
 
# Import the library
library(modeest)
 
# Import the data using read.csv()
myData = read.csv("CardioGoodFitness.csv",
                  stringsAsFactors=F)
 
# Compute the mode value
mode = mfv(myData$Age)
print(mode)

输出