百分位数在统计中用于提供一个数字,描述给定百分比的值低于的值。
如果我们看一下wt
(权重)变量来自mtcars
数据集:
1.513 | 1.615 | 1.835 | 1.935 | 2.140 | 2.200 | 2.320 | 2.465 |
2.620 | 2.770 | 2.780 | 2.875 | 3.150 | 3.170 | 3.190 | 3.215 |
3.435 | 3.440 | 3.440 | 3.440 | 3.460 | 3.520 | 3.570 | 3.570 |
3.730 | 3.780 | 3.840 | 3.845 | 4.070 | 5.250 | 5.345 | 5.424 |
汽车重量的 75% 是多少?答案是 3.61 或 3 610 磅,这意味着 75% 或汽车重量为 3 610 磅或更少:
Data_Cars <- mtcars
# c() specifies which percentile you want
quantile(Data_Cars$wt, c(0.75))
结果:
75% 3.61
如果您运行quantile()
函数不指定c()
参数,您将获得 0、25、50、75 和 100 的百分位数:
Data_Cars <- mtcars
quantile(Data_Cars$wt)
结果:
0% 25% 50% 75% 100% 1.51300 2.58125 3.32500 3.61000 5.42400
四分位数是按升序排序时分为四个部分的数据:
使用quantile()
函数获取四分位数。
截取页面反馈部分,让我们更快修复内容!也可以直接跳过填写反馈内容!