如何计算 r 中的绝对中值偏差

中值绝对偏差衡量数据集中观测值的分布。

这是一个特别有用的度量，因为与标准差和方差等其他离散度量相比，它受异常值的影响较小。

绝对中位偏差（通常缩写为 MAD）的计算公式为：

MAD = 中位数 (|x _i – x _m |)

金子：

• x _i ：数据集的^{第 i 个}值
• x _m ：数据集中的中值

以下示例演示如何使用内置mad()函数计算 R 中的中值绝对偏差。

示例 1：计算向量的 MAD

以下代码展示了如何计算 R 中单个向量的中值绝对偏差：

 #define data
data <- c(1, 4, 4, 7, 12, 13, 16, 19, 22, 24)

#calculate MAD
mad(data)

[1] 11.1195

数据集的中值绝对偏差为11.1195 。

示例 2：计算数据框中某列的 MAD

以下代码显示如何计算数据框中单列的 MAD：

 #define data
data <- data.frame(x = c(1, 4, 4, 6, 7, 8, 12),
                   y = c(3, 4, 6, 8, 8, 9, 19),
                   z = c(2, 2, 2, 3, 5, 8, 11))

#calculate MAD for column y in data frame
mad(data$y)

[1] 2.9652

y列的绝对中值偏差为2.9652 。

示例 3：计算数据框中多列的 MAD

以下代码展示了如何使用sapply()函数计算数据框中多列的 MAD：

 #define data
data <- data.frame(x = c(1, 4, 4, 6, 7, 8, 12),
                   y = c(3, 4, 6, 8, 8, 9, 19),
                   z = c(2, 2, 2, 3, 5, 8, 11))

#calculate MAD for all columns in data frame
sapply(data, mad)

     X Y Z
2.9652 2.9652 1.4826

x 列的绝对中位偏差为2.9652 ，y 列的绝对中位偏差为2.9652 ，z 列的绝对中位偏差为1.4826 。

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

其他资源

如何在 R 中计算 MAPE
如何在R中计算MSE
如何在 R 中计算 RMSE