问题标签 [iqr]

我试图更多地了解 Octave 如何计算四分位数和四分位数范围。考虑以下：

这个结果似乎与维基百科页面上关于四分位数的方法 3一致。鉴于四分位数范围是 Q3-Q1，我预计结果为 7.75。

但是，运行iqr(A)得出的结果为 6。显然，这是从原始数据的 10 减去 4 计算得出的，这与来自同一 Wikipedia 页面的方法 2一致。

使用两种不同方法计算 Q1 和 Q3 的原因是什么？

假设我有一个数据框空气质量。我做了一个 for 循环来绘制空气质量数据集的所有箱线图。

现在我想显示所有分位数值，即第一分位数、中位数、第三分位数和平均值，如下图所示。我在网上搜索了很多，但没有找到任何适合我需要的东西。下面是我想要绘制的所需图表：

我有几个数据框。

我需要在一张表中为所有这些数据显示基本统计数据和四分位距 (IQR)。

不幸的是，summary函数不返回 IQR。另一方面，fivenum返回 IQR，但不能（？）应用于数据帧列表，我不需要中位数。

由于找不到合适的函数，我自己写了一个如下：

但是我想知道是否没有更简单的解决方案。

我是 R 的新手，在任何地方都找不到我的问题的答案。我有一个数据集，我为其创建了箱线图。我将年龄变量分为 5 组，以便箱线图看起来更好、更连贯，但我不知道如何找到不同年龄组的中位数、Q1 和 Q3。如果有人可以提供帮助，将不胜感激。

附件是我的箱线图的图片。箱形图

相同的数据，使用两种不同的箱线图方法为晶须提供了两种不同的长度，我知道晶须只到达最大（最小）点，小于（大于）上（下）栅栏值。在我的情况下，他们选择了不同的最大值或栅栏计算错误。从我在文档中阅读的内容来看，这两种方法都使用 1.5 IRQ，并且围栏限制应该是 57.8，所以应该选择 39 而不是 58.8

http://docs.ggplot2.org/0.9.3.1/geom_boxplot.html

https://stat.ethz.ch/R-manual/R-devel/library/grDevices/html/boxplot.stats.html

geom_boxplot

与箱线图

更重要的是，我想使用任何函数从df$num统计数据（长度为 5 的向量，包含下胡须的极值、下“铰链”、中值、上“铰链”和上胡须的极值）中提取，所以我可以ggplot在特定位置添加文本。boxplot.stats(df$num)$stats下面提供了这些统计数据，但上面的胡须与我的结果不匹配ggplot。

我试图让我的函数输出数组“数据”中的异常值。我创建了一个图表来显示异常值，但是我希望我的函数也能吐出实际值。基本上我希望在我的代码中输出值“220”。我怎样才能做到这一点？我的代码做错了什么？我觉得我的距离有些不对劲

wtd.iqr使用包（版本 1.6.6）中的函数来计算加权四分位数范围（与 vanilla R包reldist返回的未加权四分位数范围相反），我得到了意想不到的结果。为了探索这个问题，我尝试将 的输出与.IQRstatsreldist::wtd.iqrIQR

令我惊讶的是，我发现即使输入值的权重相同（即当权重应该没有区别时）IQR，reldist::wtd.iqr对于相同的输入值也会返回完全不同的输出值。

在上面的测试中，IQR似乎总是返回一个输出值大约wtd.iqr是相同输入值返回值的两倍。

对于不遵循上述分布的输入值，这种关系不一定成立：事实上，对于真实数据，我有时会从 得到负值wtd.iqr，我认为这是不可能的，但从未发现会发生这种情况IQR.

事实上，在我看来，wtd.iqr实际上可能返回的不是四分位数范围，而是四分位数之一。但是，如果这里有一个错误，它肯定不会那么明显——可以吗？

大概这两个函数以不同的方式定义了四分位距的概念，但是文档中没有任何线索。文档IQR说明它“计算 x 值的四分位数范围”，而文档wtd.iqr说明它“从加权样本返回经验四分位数范围”。

filter <- apply(expressionMatrix, 2, function (x) (colIQRs(x, na.rm = TRUE) < 1.6))

“参数 x 是数字类，应该是一个矩阵”错误被抛出。如何应对？我认为逻辑上这段代码是正确的：我删除了所有 IQR 值小于 1.6 的列。

如何在技术上编码？

我对 R 很陌生，因此我的问题可能很基本，但是通过论坛搜索我还没有真正找到写答案。我有一个包含 24 个变量的 data.frame，在计算每列的平均值之后，我想计算每列的 IQR（0.25 和 0.75）。

据我了解，我必须将 df 转换为 IQR 的矩阵，并尝试了使用 do.call 或 apply 的几个选项，但并没有真正管理。

任何帮助将非常感激！

我有大量的 apx 15 mio 交易数据。以下形式的行：

我想运行两个循环：

1) 对所有“大小”之间的交易进行聚类/排序，比如说 1-100'000。

2) 然后根据“TradinCost”从 1) 中删除该集群中位于 1.5*四分位间距之外的那些交易

3) 将大小间隔从 1) 增加 100'00，现在对大小为 100'000-200'000 的交易运行相同的操作。这个循环上升到 5'000'000。

以下代码可以做到这一点，但我遇到的问题是速度/效率。如何编写代码来计算最多 20 mio 的样本。线？使用以下代码，需要几个小时。