In diesem Artikel besprechen wir, wie man die Standardabweichung findet Programmiersprache R . Die Standardabweichung R ist das Maß für die Streuung der Werte. Sie kann auch als Quadratwurzel der Varianz definiert werden.
Formel der Stichprobenstandardabweichung:
Wo,
- s = Stichprobenstandardabweichung
- N = Anzahl der Entitäten
-
= Mittelwert der Entitäten
= Mittelwert der EntitätenGrundsätzlich gibt es zwei verschiedene Möglichkeiten, die Standardabweichung in der Programmiersprache R zu berechnen. Beide werden im Folgenden erläutert.
Nationalität von Pete Davidson
Methode 1: Naiver Ansatz
Bei dieser Methode zur Berechnung der Standardabweichung verwenden wir die obige Standardformel der Stichprobenstandardabweichung in der Sprache R.
Beispiel 1:
R
v <->c>(12,24,74,32,14,29,84,56,67,41)> s<->sqrt>(>sum>((v->mean>(v))^2/(>length>(v)-1)))> print>(s)> |
>
>
Ausgabe:
[1] 25.53886>
Beispiel 2:
endliche Zustandsmaschine
R
v <->c>(1.8,3.7,9.2,4.7,6.1,2.8,6.1,2.2,1.4,7.9)> s<->sqrt>(>sum>((v->mean>(v))^2/(>length>(v)-1)))> print>(s)> |
>
>
Ausgabe:
[1] 2.676004>
Methode 2: Verwendung von sd()
Die Funktion sd() wird verwendet, um die Standardabweichung zurückzugeben.
Syntax: sd(x, na.rm = FALSCH)
Parameter:
einfaches Java-Programmx: ein numerischer Vektor, eine Matrix oder ein Datenrahmen.na.rm: Fehlende Werte entfernt werden?
Zurückkehren: Die Stichprobenstandardabweichung von x.
Beispiel 1:
R
v <->c>(12,24,74,32,14,29,84,56,67,41)> s<->sd>(v)> print>(s)> |
>
>
Ausgabe:
[1] 25.53886>
Beispiel 2:
R
v <->c>(71,48,98,65,45,27,39,61,50,24,17)> s1<->sqrt>(>sum>((v->mean>(v))^2/(>length>(v)-1)))> print>(s1)> s2<->sd>(v)> print>(s2)> |
>
>
Ausgabe:
[1] 23.52175>
Beispiel 3:
R
v <->c>(1.8,3.7,9.2,4.7,6.1,2.8,6.1,2.2,1.4,7.9)> s1<->sqrt>(>sum>((v->mean>(v))^2/(>length>(v)-1)))> print>(s1)> s2<->sd>(v)> print>(s2)> |
>
>
Ausgabe:
Arraylist in Java-Sortierung
[1] 2.676004>
Berechnen Sie die Standardabweichung des Datenrahmens:
Mit beiden Methoden können wir die Standardabweichung des Datenrahmens berechnen. Wir können den Iris-Datensatz nehmen und für jede Spalte die Standardabweichung berechnen.
Was ist meine Monitorgröße?
Beispiel 1:
R
data>(iris)> sd>(iris$Sepal.Length)> sd>(iris$Sepal.Width)> sd>(iris$Petal.Length)> sd>(iris$Petal.Width)> |
>
>
Ausgabe:
[1] 0.8280661 [1] 0.4358663 [1] 1.765298 [1] 0.7622377>
Mit Hilfe der Apply-Funktion können wir auch die Standardabweichung für den gesamten Datenrahmen berechnen.
R
# Load the iris dataset> data>(iris)> # Calculate the standard deviation for each column> std_deviation <->apply>(iris[, 1:4], 2, sd)> # Display the standard deviation values> print>(std_deviation)> |
>
>
Ausgabe:
Sepal.Length Sepal.Width Petal.Length Petal.Width 0.8280661 0.4358663 1.7652982 0.7622377>
Die Spalten 1 bis 4 des Iris-Datensatzes, bei denen es sich um die numerischen Spalten mit den Variablenmessungen handelt, werden mit dem Ausdruck iris[, 1:4] im obigen Code ausgewählt.
Die SD-Funktion wird mithilfe der Apply-Funktion auf jede Spalte (mit 2 markiert) der ausgewählten Teilmenge des Iris-Datensatzes angewendet. Die resultierenden Standardabweichungswerte werden im std_deviation-Vektor für jede Spalte gespeichert.