So berechnen sie die gewichtete standardabweichung in r

Die gewichtete Standardabweichung ist eine nützliche Methode zur Messung der Streuung von Werten in einem Datensatz, wenn einige Werte im Datensatz höhere Gewichte haben als andere.

Die Formel zur Berechnung einer gewichteten Standardabweichung lautet:

Gold:

• N: Die Gesamtzahl der Beobachtungen
• M: Die Anzahl der Gewichte ungleich Null
• w _i : Ein Gewichtsvektor
• x _i : Ein Vektor von Datenwerten
• x : Der gewichtete Durchschnitt

Der einfachste Weg, eine gewichtete Standardabweichung in R zu berechnen, ist die Verwendung der Funktion wt.var() aus dem Hmisc- Paket, die die folgende Syntax verwendet:

 #define data values
x <- c(4, 7, 12, 13, ...)

#define weights
wt <- c(.5, 1, 2, 2, ...)

#calculate weighted variance
weighted_var <- wtd. var (x, wt)

#calculate weighted standard deviation
weighted_sd <- sqrt(weighted_var)

Die folgenden Beispiele zeigen, wie Sie diese Funktion in der Praxis nutzen können.

Beispiel 1: Gewichtete Standardabweichung für einen Vektor

Der folgende Code zeigt, wie die gewichtete Standardabweichung für einen einzelnen Vektor in R berechnet wird:

 library (Hmisc)

#define data values 
x <- c(14, 19, 22, 25, 29, 31, 31, 38, 40, 41)

#define weights
wt <- c(1, 1, 1.5, 2, 2, 1.5, 1, 2, 3, 2)

#calculate weighted variance 
weighted_var <- wtd. var (x, wt)

#calculate weighted standard deviation
sqrt(weighted_var)

[1] 8.570051

Die gewichtete Standardabweichung beträgt 8,57 .

Beispiel 2: Gewichtete Standardabweichung für eine Spalte im Datenrahmen

Der folgende Code zeigt, wie die gewichtete Standardabweichung für eine Spalte eines Datenrahmens in R berechnet wird:

 library (Hmisc)

#define data frame
df <- data. frame (team=c('A', 'A', 'A', 'A', 'A', 'B', 'B', 'C'),
                 wins=c(2, 9, 11, 12, 15, 17, 18, 19),
                 dots=c(1, 2, 2, 2, 3, 3, 3, 3))

#define weights
wt <- c(1, 1, 1.5, 2, 2, 1.5, 1, 2)

#calculate weighted standard deviation of points
sqrt(wtd. var (df$points, wt))

[1] 0.6727938

Die gewichtete Standardabweichung für die Punktespalte beträgt 0,673 .

Beispiel 3: Gewichtete Standardabweichung für mehrere Spalten in einem Datenrahmen

Der folgende Code zeigt, wie die Funktion sapply() in R verwendet wird, um die gewichtete Standardabweichung für mehrere Spalten in einem Datenrahmen zu berechnen:

 library (Hmisc)

#define data frame
df <- data. frame (team=c('A', 'A', 'A', 'A', 'A', 'B', 'B', 'C'),
                 wins=c(2, 9, 11, 12, 15, 17, 18, 19),
                 dots=c(1, 2, 2, 2, 3, 3, 3, 3))

#define weights
wt <- c(1, 1, 1.5, 2, 2, 1.5, 1, 2)

#calculate weighted standard deviation of points and wins
sapply(df[c(' wins ', ' points ')], function(x) sqrt(wtd. var (x, wt)))

     win points 
4.9535723 0.6727938 

Die gewichtete Standardabweichung für die Spalte „Siege“ beträgt 4,954 und die gewichtete Standardabweichung für die Spalte „Punkte“ beträgt 0,673 .

Zusätzliche Ressourcen

So berechnen Sie die gewichtete Standardabweichung in Excel
So berechnen Sie die Standardabweichung in R
So berechnen Sie den Variationskoeffizienten von R
So berechnen Sie die Reichweite in R