Šiame straipsnyje aptarsime, kaip rasti standartinį nuokrypį R programavimo kalba . Standartinis nuokrypis R yra verčių sklaidos matas. Jis taip pat gali būti apibrėžtas kaip dispersijos kvadratinė šaknis.

Mėginio standartinio nuokrypio formulė:

kur,

• s = imties standartinis nuokrypis
• N = subjektų skaičius
• = Esybių vidurkis

Iš esmės yra du skirtingi būdai, kaip apskaičiuoti standartinį nuokrypį R programavimo kalba, abu jie aptariami toliau.

1 būdas: naivus požiūris

Taikydami šį standartinio nuokrypio skaičiavimo metodą, naudosime aukščiau pateiktą standartinę imties standartinio nuokrypio formulę R kalba.

1 pavyzdys:

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)>

Išvestis:

[1]   25.53886 

2 pavyzdys:

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)>

Išvestis:

[1] 2.676004 

2 būdas: naudokite sd()

Funkcija sd() naudojama standartiniam nuokrypiui grąžinti.

Sintaksė: sd(x, na.rm = FALSE)

Parametrai:

x: skaitmeninis vektorius, matrica arba duomenų frame.na.rm: trūkstamos reikšmės turi būti pašalintos?

Grąžinti: Imties standartinis nuokrypis x.

1 pavyzdys:

R

v <-> c> (12,24,74,32,14,29,84,56,67,41)> s <-> sd> (v)> print> (s)>

Išvestis:

[1] 25.53886 

2 pavyzdys:

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)>

Išvestis:

[1] 23.52175 

3 pavyzdys:

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)>

Išvestis:

[1] 2.676004 

Apskaičiuokite duomenų rėmelio standartinį nuokrypį:

Standartinį duomenų rėmelio nuokrypį galime apskaičiuoti naudodami abu metodus. galime paimti rainelės duomenų rinkinį ir kiekvienam stulpeliui apskaičiuosime standartinį nuokrypį.

1 pavyzdys:

R

data> (iris)> sd> (iris$Sepal.Length)> sd> (iris$Sepal.Width)> sd> (iris$Petal.Length)> sd> (iris$Petal.Width)>

Išvestis:

[1] 0.8280661 [1] 0.4358663 [1] 1.765298 [1] 0.7622377 

Taip pat galime apskaičiuoti standartinį nuokrypį visam duomenų rėmui kartu su taikyti funkcija.

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)>

Išvestis:

Sepal.Length Sepal.Width Petal.Length Petal.Width 0.8280661 0.4358663 1.7652982 0.7622377 

Rainelės duomenų rinkinio 1–4 stulpeliai, kurie yra skaitiniai stulpeliai, kuriuose pateikiami kintamieji matavimai, parenkami naudojant išraišką rainelė[, 1:4] aukščiau pateiktame kode.

Funkcija sd taikoma kiekvienam pasirinkto rainelės duomenų rinkinio pogrupio stulpeliui (pažymėtam 2), naudojant taikymo funkciją. Gautos standartinio nuokrypio reikšmės išsaugomos kiekvieno stulpelio std_deviation vektoryje.