[英]Calculating grouped variance from a frequency table in R
我如何在R中从看起来像这样的数据集中计算总体方差和每个组的方差(例如):
Group Count Value
A 3 5
A 2 8
B 1 11
B 3 15
我知道要整体上计算方差,而忽略要执行的组: var(rep(x$Value, x$Count)),
但是如何自动为每个组计算方差,以说明频率呢? 例如,组A,组B等的方差,..我希望我的输出具有以下标头:
Group, Total Count, Group Variance
我也查看了此链接; R计算频率分布不同(没有组成分)的文件的均值,中位数和方差,因此这不是重复项。
感谢您的所有帮助。
一种选择是使用data.table
。 转换data.frame到data.table( setDT
),并获得var
对“价值”和sum
的“伯爵”,由“集团”。
library(data.table)
setDT(df1)[, list(GroupVariance=var(rep(Value, Count)),
TotalCount=sum(Count)) , by = Group]
# Group GroupVariance TotalCount
#1: A 2.7 5
#2: B 4.0 4
使用dplyr
的类似方法是
library(dplyr)
group_by(df1, Group) %>%
summarise(GroupVariance=var(rep(Value,Count)), TotalCount=sum(Count))
# Group GroupVariance TotalCount
#1 A 2.7 5
#2 B 4.0 4
这是一个以R为底的快速包装器。第一步是按Count增长数据集,然后按组计算方差
df1 <- df[rep(seq_len(nrow(df)), df$Count), ]
with(df1, tapply(Value, Group, var))
# A B
# 2.7 4.0
或类似
aggregate(Value ~ Group, df1, function(x) c(Var = var(x), Count = length(x)))
# Group Value.Var Value.Count
# 1 A 2.7 5.0
# 2 B 4.0 4.0
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.