計算 [R] 中標稱變量和連續變量的眾數

Question

誰能幫我這個？

如果我跑：

> mode(iris$Species)
[1] "numeric"
> mode(iris$Sepal.Width)
[1] "numeric"

然后我得到"numeric"作為答案

干杯

米

Answer 1

功能mode()用於找出對象的存儲模式，在這種情況下，存儲為模式"numeric" 。 此函數不用於查找數據集中最“頻繁”的觀察值，即它不用於查找統計模式。 有關此函數在R中的作用以及它對您的問題沒有用處的原因，請參閱?mode 。

對於離散數據，模式是集合中最常見的觀察值：

> set.seed(1) ## reproducible example
> dat <- sample(1:5, 100, replace = TRUE) ## dummy data
> (tab <- table(dat)) ## tabulate the frequencies
dat
 1  2  3  4  5 
13 25 19 26 17 
> which.max(tab) ## which is the mode?
4 
4 
> tab[which.max(tab)] ## what is the frequency of the mode?
 4 
26

對於連續數據，模式是概率密度函數（PDF）達到最大值的數據的值。 由於您的數據通常是來自某些連續概率分布的樣本，我們不知道PDF，但我們可以通過直方圖或通過核密度估計更好地估計它。

返回虹膜數據，這是從連續數據確定模式的示例：

> sepalwd <- with(iris, density(Sepal.Width)) ## kernel density estimate
> plot(sepalwd)
> str(sepalwd)
List of 7
 $ x        : num [1:512] 1.63 1.64 1.64 1.65 1.65 ...
 $ y        : num [1:512] 0.000244 0.000283 0.000329 0.000379 0.000436 ...
 $ bw       : num 0.123
 $ n        : int 150
 $ call     : language density.default(x = Sepal.Width)
 $ data.name: chr "Sepal.Width"
 $ has.na   : logi FALSE
 - attr(*, "class")= chr "density"
> with(sepalwd, which.max(y)) ## which value has maximal density?
[1] 224
> with(sepalwd, x[which.max(y)]) ## use the above to find the mode
[1] 3.000314

有關詳細信息，請參閱?density 。 默認情況下， density()評估n = 512等距位置的核密度估計值。 如果這對您來說太粗糙，請增加評估和返回的位置數量：

> sepalwd2 <- with(iris, density(Sepal.Width, n = 2048))
> with(sepalwd, x[which.max(y)])
[1] 3.000314

在這種情況下，它不會改變結果。

Answer 2

看?mode ： mode為您提供存儲模式。 如果您想要具有最大計數的值，則使用表。

> Sample <- sample(letters[1:5],50,replace=T)
> tmp <- table(Sample)
> tmp
Sample
 a  b  c  d  e 
 9 12  9  7 13 
> tmp[which(tmp==max(tmp))]
 e 
13 

如果函數沒有按照您的想法進行操作，請閱讀幫助文件。

一些額外的解釋：

max(tmp)為最大的tmp

tmp == max(tmp)給出一個長度為tmp的邏輯向量，指示值是否等於max（tmp）。

which(tmp == max(tmp))返回向量中值為TRUE的索引。 這些索引用於選擇tmp中的值，即最大值。

請參閱幫助文件?which ， ?max和R的介紹手冊。

Answer 3

See?mode：mode 是給你的存儲模式。

如果你想知道連續隨機變量的模式，我最近發布了 package ModEstM 。 除了 Gavin Simpson 提出的方法外，它還解決了多模態變量的情況。 例如，如果您研究樣本：

> x2 <- c(rbeta(1000, 23, 4), rbeta(1000, 4, 16))

這顯然是雙峰的，你會得到答案：

> ModEstM::ModEstM(x2)
[[1]]
[1] 0.8634313 0.1752347