我有一组数据,如下所示:
annual_exp<-as.data.frame(c(6000,4200,240001,750,20000,3470,10500,2400,2280,36000,3600,20000,2000,12000,1200,3000,4500,64000))
annual_exp<-as.data.frame(annual_exp)
我想创建一个新变量,称为“五分位数”,它为每个观察值分配一个介于 1 和 5 之间的整数,包括 1 和 5,具体取决于它们属于哪个五分之一的收入支出 (annual_exp)。所以应该有相同数量的 1 到 5。
到目前为止,我的尝试是执行以下操作:
test<-quantile(annual_exp$annual_exp, probs= seq(0,1,0.2), na.rm=TRUE)
summary(test)
test
breaks<-c(test[1],test[2],test[3],test[4],test[5],test[6])
quantiles<-cut(annual_exp$annual_exp, breaks, labels=c("1","2","3","4","5"), include.lowest=TRUE, right=TRUE)
quantiles<-as.data.frame(quantiles)
quantiles<-cbind(annual_exp, quantiles)
问题(在这个例子中创建的这么小的样本并没有真正显示出来)是通过这样做落入每个分位数的人数变化很大。这是因为我使用了上面的“分位数”函数。
因此,我正在寻找等式中“分位数”部分的替代方案,它将根据样本的年度支出将样本分成 5 个相等的五分位数组。
对此的任何帮助将不胜感激!