如何计算 r 中的截尾平均值（附示例）

截尾均值是在删除数据集中特定百分比的最小值和最大值后计算出的数据集的平均值。

例如，10% 修剪均值表示删除最小 10% 的值和最大 10% 的值后数据集的平均值。

在 R 中计算截尾平均值的最简单方法是使用以下基本语法：

 #calculate 10% trimmed mean
mean(x, trim= 0.1 )

以下示例展示了如何在实践中使用此函数来计算修剪平均值。

示例 1：计算向量的截尾均值

以下代码显示如何计算数据向量的 10% 修剪平均值：

 #define data
data = c(22, 25, 29, 11, 14, 18, 13, 13, 17, 11, 8, 8, 7, 12, 15, 6, 8, 7, 9, 12)

#calculate 10% trimmed mean
mean(data, trim= 0.1 )

[1] 12,375

10% 修剪平均值为12.375 。

这是从数据集中删除最小 10% 和最大 10% 的值后的数据集平均值。

示例 2：计算数据框中列的截尾平均值

以下代码显示如何计算数据框中特定列的 5% 修剪平均值：

 #create data frame
df = data. frame (points=c(25, 12, 15, 14, 19, 23, 25, 29),
                assists=c(5, 7, 7, 9, 12, 9, 9, 4),
                rebounds=c(11, 8, 10, 6, 6, 5, 9, 12))

#calculate 5% trimmed mean of points
mean(df$points, trim= 0.05 )

[1] 20.25

“点”列中的值的 5% 修剪平均值为20.25 。

这是删除 5% 最小值和 5% 最大值后“点”列的平均值。

示例 3：计算多列的截尾平均值

以下代码显示如何计算数据框中多列的 5% 修剪平均值：

 #create data frame
df = data. frame (points=c(25, 12, 15, 14, 19, 23, 25, 29),
                assists=c(5, 7, 7, 9, 12, 9, 9, 4),
                rebounds=c(11, 8, 10, 6, 6, 5, 9, 12))

#calculate 5% trimmed mean of points and assists
sapply(df[c(' points ', ' assists ')], function (x) mean(x, trim= 0.05 ))

 assist points 
  20.25 7.75 

从结果我们可以看出：

• “点”栏的 5% 修剪平均值为20.25 。
• “助攻”栏的 5% 修剪平均值为7.75 。

相关： R 中 apply()、lapply()、sapply() 和 tapply() 指南

其他资源

以下教程提供了有关修剪平均值的其他信息：

如何手动计算截尾平均值
如何在 Python 中计算截尾平均值
截尾平均值计算器