Bagaimana melakukan normalisasi kuantil di r

Dalam statistik, normalisasi kuantil adalah metode yang membuat dua distribusi menjadi identik dalam hal sifat statistik.

Contoh berikut menunjukkan cara melakukan normalisasi kuantil di R.

Contoh: normalisasi kuantil di R

Misalkan kita membuat bingkai data berikut di R yang berisi dua kolom:

 #make this example reproducible
set. seeds (0)

#create data frame with two columns
df <- data. frame (x=rnorm(1000),
                 y=rnorm(1000))

#view first six rows of data frame
head(df)

           xy
1 1.2629543 -0.28685156
2 -0.3262334 1.84110689
3 1.3297993 -0.15676431
4 1.2724293 -1.38980264
5 0.4146414 -1.47310399
6 -1.5399500 -0.06951893

Kita dapat menggunakan fungsi sapply() dan quantile() untuk menghitung kuantil untuk x dan y:

 #calculate quantiles for x and y
sapply(df, function(x) quantile(x, probs = seq(0, 1, 1/4)))

               xy
0% -3.23638573 -3.04536393
25% -0.70845589 -0.73331907
50% -0.05887078 -0.03181533
75% 0.68763873 0.71755969
100% 3.26641452 3.03903341

Perhatikan bahwa x dan y memiliki nilai kuantil yang serupa, tetapi nilainya tidak identik.

Misalnya nilai persentil ke-25 untuk x adalah -0,708 dan nilai persentil ke-25 untuk y adalah -0,7333 .

Untuk melakukan normalisasi kuantil, kita dapat menggunakan fungsi normalize.quantiles() dari paket preprocessCore di R:

 library (preprocessCore)

#perform quantile normalization
df_norm <- as. data . frame ( normalize.quantiles ( as.matrix (df)))

#rename data frame columns
names(df_norm) <- c(' x ', ' y ')

#view first six row of new data frame
head(df_norm)

           xy
1 1.2632137 -0.28520228
2 -0.3469744 1.82440519
3 1.3465807 -0.16471644
4 1.2692599 -1.34472394
5 0.4161133 -1.43717759
6 -1.6269731 -0.07906793

Kita kemudian dapat menggunakan kode berikut untuk menghitung kuantil untuk x dan y lagi:

 #calculate quantiles for x and y
sapply(df_norm, function(x) quantile(x, probs = seq(0, 1, 1/4)))

               xy
0% -3.14087483 -3.14087483
25% -0.72088748 -0.72088748
50% -0.04534305 -0.04534305
75% 0.70259921 0.70259921
100% 3.15272396 3.15272396

Perhatikan bahwa kuantilnya sekarang sama untuk x dan y.

Kita dapat mengatakan bahwa x dan y telah dinormalisasi kuantil. Dengan kata lain, kedua distribusi tersebut sekarang identik dalam hal sifat statistik.

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di R:

Cara menormalkan data di R
Cara menghitung persentil di R
Cara menggunakan fungsi quantile() di R