Рассчитать дисперсию вручную в R

Question

Мне нужна ваша помощь здесь. Мне нужно вычислить дисперсию вручную в R. Я добился этого с помощью этих кодов, это недостаточно надежно для пропущенных значений и нечисловых c типов данных.

a= c(1,2,3,4,5)
k=mean(a,na.rm = T)
storage=a
for(i in 1:length(a)) {
  storage[i]= ((i-k)^2)
}
storage =sum((storage)/(length(a)-1))
storage

У меня возникают проблемы, когда У меня есть = c (1,2,3,4,5, c, NA). Пожалуйста, как мне отредактировать код?

Answer 1

Сначала несколько замечаний:

1. В R вы можете выполнить операцию над целым вектором. Например, (c(1, 2, 3))^2 дает 1 4 9. Нет необходимости использовать for l oop.
2. mean - не единственная функция, для которой требуется na.rm = TRUE; sum делает то же самое.
3. В R векторы Atomi c (которые являются почти всеми векторами, не являющимися списком) могут иметь элементы только одного типа данных. Существует четыре основных типа: логический, целочисленный, двойной и символьный. Если в векторе имеется более одного типа, все элементы принудительно будут одинаковыми в следующем порядке: символ → двойной → целое → логический. Например, c(1, 'c') вернет символьный вектор "1", "c". Вот почему у вас были проблемы. (Примечание: если в векторе есть NA, его тип будет того же типа, что и вектор.)

К сожалению, для этого указанного c вектора, c(1,2,3,4,5,c,NA), я не Я думаю, что есть простой способ привести его к целому числу. Это потому, что в списке есть функция как элемент: функция c().

Однако эта функция работает всякий раз, когда x является атомом c вектором:

variance <- function(x){
  x = as.numeric(x)
  x = na.omit(x)
  m = mean(x)
  return(
    sum((x-m)^2, na.rm = TRUE)/(length(x) - 1)
  )
}

Сначала мы приведем вектор к цифре c, чтобы мы могли иметь дело с вектором как c(1, 2, 'a'). Затем мы удаляем NA, поэтому нам не нужно писать na.rm = TRUE в mean и sum. Затем мы просто записываем формулу.

Небольшое неудобство заключается в том, что при преобразовании вектора символов в число c мы получаем предупреждение о том, что сгенерировано NA s. Это можно решить, если вместо этого написать x = suppressWarnings(as.numeric(x)).

Если вы хотите, чтобы ваша функция могла обрабатывать списки с функциями, дайте мне знать.

Answer 2

Вы используете для l oop, но это действительно не нужно, вы можете сделать функцию для ее векторизации, которая удаляет NA из данных в качестве первого шага, путем преобразования в символ, а затем в число c векторных типов ( потому что c является функцией) ...

# Create data
set.seed(1)
x1 <- sample(1:10, 5)
x2 <- c(x1, c, NA)

# Make the function
varFunc <- function(x){
 # Convert to character then numeric (non numeric become NA) then remove NAs
  x <- as.numeric(as.character(x))[!is.na(as.numeric(as.character(x)))]
  # Return Variance 
  sum((x-mean(x))^2) / (length(x)-1)
}

# Use the function 
varFunc(x1)
varFunc(x2)

# Sanity check
var(x1)
var(x2, na.rm = TRUE)

Answer 3

Один из возможных подходов: сначала очистить a. Если вы начнете с чего-то вроде a = c(1, 2, 3, 4, 5, "c", NA), то a не будет храниться как переменная цифра c (из-за записи не цифра c). Сначала вы можете привести его к числовому c вектору, что даст дополнительную NA запись:

a = c(1, 2, 3, 4, 5, "c", NA)
a <- as.numeric(a)

a

## 1  2  3  4  5 NA NA

Затем вы можете установить исходный вектор, сохранив только записи из этого являются цифрами c (с помощью !):

a <- a[!is.na(as.numeric(a))]

a

## 1  2  3  4  5

Вы можете сделать это сразу после первоначального объявления, например, a. Грегор Томас также предложил na.omit(), который мог бы работать, если бы он правильно сочетался с as.numeric().

. Я заметил, что вы вычислили среднее значение, используя встроенную функцию mean() и na.rm = T ... если вы можете использовать тот же подход здесь, обратите внимание, что var() также имеет необязательный параметр na.rm = T. Я подозреваю, что вам не разрешено использовать его, поскольку вам было поручено вычислить дисперсию вручную, но, возможно, вы могли бы использовать это для проверки ваших ответов.