<\/p>\n
Persentil<\/strong> ke-n<\/sup> suatu kumpulan data adalah nilai yang memotong n<\/em> persen pertama dari nilai data ketika semua nilai diurutkan dari yang terkecil hingga yang terbesar.<\/span><\/p>\n Misalnya, persentil ke-90 suatu kumpulan data adalah nilai yang memisahkan 90% nilai data terbawah dari 10% nilai data teratas.<\/span><\/p>\n Salah satu persentil yang paling umum digunakan adalah persentil ke-50, yang mewakili nilai median kumpulan data: ini adalah nilai di mana 50% dari seluruh nilai data berada di bawahnya.<\/span><\/p>\n Persentil dapat digunakan untuk menjawab pertanyaan seperti:<\/span><\/p>\n Kita dapat dengan mudah menghitung persentil di R menggunakan fungsi quantile()<\/strong> , yang menggunakan sintaks berikut:<\/span><\/p>\n kuantil<\/strong> (x, probs = seq(0, 1, 0.25))<\/span><\/p>\n Kode berikut mengilustrasikan cara mencari persentil berbeda untuk vektor tertentu di R:<\/span><\/p>\n Untuk mengilustrasikan cara mencari persentil kolom bingkai data tertentu, kita akan menggunakan kumpulan data bawaan iris<\/em> :<\/span><\/p>\n Kode berikut menunjukkan cara mencari nilai persentil ke-90 untuk kolom Sepal.Length<\/em> :<\/span><\/p>\n Kita juga dapat menemukan persentil beberapa kolom sekaligus menggunakan fungsi apply()<\/strong><\/a> :<\/span><\/p>\n Kita juga dapat menemukan persentil berdasarkan grup di R menggunakan fungsi group_by()<\/strong> dari perpustakaan dplyr<\/strong><\/a> .<\/span><\/p>\n Kode berikut menunjukkan cara mencari persentil ke-90 Sepal.Length<\/em> untuk masing-masing<\/span> Kode berikut mengilustrasikan cara mencari persentil ke-90 untuk semua variabel berdasarkan spesies:<\/span><\/p>\n Tidak ada fungsi bawaan untuk memvisualisasikan persentil suatu kumpulan data di R, tetapi kita dapat membuat plot untuk memvisualisasikan persentil dengan relatif mudah.<\/span><\/p>\n Kode berikut menunjukkan cara membuat plot persentil untuk nilai data Sepal.Length<\/em> dari kumpulan data iris<\/em> :<\/span><\/p>\n Panduan untuk apply(), lapply(), sapply() dan tapply() di R<\/a> Persentil ke-n suatu kumpulan data adalah nilai yang memotong n persen pertama dari nilai data ketika semua nilai diurutkan dari yang terkecil hingga yang terbesar. Misalnya, persentil ke-90 suatu kumpulan data adalah nilai yang memisahkan 90% nilai data terbawah dari 10% nilai data teratas. Salah satu persentil yang paling umum digunakan adalah persentil ke-50, yang […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n\n
Cara menghitung persentil di R<\/strong><\/span><\/h2>\n
\n
Menemukan persentil suatu vektor<\/strong><\/span><\/h3>\n
#create vector of 100 random values uniformly distributed between 0 and 500\n<\/span>data <- runif(100, 0, 500)\n\n#Find the quartiles (25th, 50th, and 75th percentiles) of the vector\n<\/span>quantile<\/span> (data, probs = c(.25, .5, .75))\n\n# 25% 50% 75% \n#97.78961 225.07593 356.47943 \n\n#Find the deciles (10th, 20th, 30th, ..., 90th percentiles) of the vector\n<\/span>quantile<\/span> (data, probs = seq(.1, .9, by = .1))\n\n# 10% 20% 30% 40% 50% 60% 70% 80% \n#45.92510 87.16659 129.49574 178.27989 225.07593 300.79690 337.84393 386.36108 \n#90% \n#423.28070\n\n#Find the 37th, 53rd, and 87th percentiles\n<\/span>quantile<\/span> (data, probs = c(.37, .53, .87))\n\n# 37% 53% 87% \n#159.9561 239.8420 418.4787 \n<\/strong><\/pre>\n Menemukan persentil kolom bingkai data<\/strong><\/span><\/h3>\n
#view first six rows of iris<\/em> dataset\n<\/span>head(iris)\n\n Sepal.Length Sepal.Width Petal.Length Petal.Width Species\n1 5.1 3.5 1.4 0.2 setosa\n2 4.9 3.0 1.4 0.2 setosa\n3 4.7 3.2 1.3 0.2 setosa\n4 4.6 3.1 1.5 0.2 setosa\n5 5.0 3.6 1.4 0.2 setosa\n6 5.4 3.9 1.7 0.4 setosa\n<\/strong><\/pre>\n quantile<\/span> (iris$Sepal.Length, probs = 0.9)\n\n#90% \n#6.9<\/strong><\/pre>\n Menemukan persentil dari beberapa kolom bingkai data<\/strong><\/span><\/h3>\n
#define columns we want to find percentiles for\n<\/span>small_iris<- iris[, c('Sepal.Length', 'Sepal.Width', 'Petal.Length', 'Petal.Width')]\n\n#use apply()<\/em> function to find 90th percentile for every column<\/span>\napply<\/span> (small_iris, 2, function(x) quantile(x, probs = .9))\n\n#Sepal.Length Sepal.Width Petal.Length Petal.Width \n#6.90 3.61 5.80 2.20<\/strong><\/pre>\n Mencari persentil berdasarkan kelompok<\/strong><\/span><\/h3>\n
tiga spesies dalam kumpulan data iris:<\/span><\/p>\n #load dplyr<\/em> library<\/span>\nlibrary(dplyr)\n\n#find 90th percentile of Sepal.Length<\/em> for each of the three species<\/span>\niris %>%\n group_by<\/span> (Species) %>%\n summarize<\/span> (percent90 = quantile(Sepal.Length, probs = .9))\n\n# A tibble: 3 x 2\n#Speciespercent90\n# \n#1 setosa 5.41\n#2 versicolor 6.7 \n#3 virginica 7.61<\/strong><\/pre>\n iris %>%\n group_by<\/span> (Species) %>%\n summarize<\/span> (percent90_SL = quantile(Sepal.Length, probs = .9),\n percent90_SW = quantile(Sepal.Width, probs = .9),\n percent90_PL = quantile(Petal.Length, probs = .9),\n percent90_PW = quantile(Petal.Width, probs = .9))\n\n# A tibble: 3 x 5\n# Species percent90_SL percent90_SW percent90_PL percent90_PW\n# \n#1 setosa 5.41 3.9 1.7 0.4 \n#2 versicolor 6.7 3.11 4.8 1.51\n#3 virginica 7.61 3.31 6.31 2.4 \n<\/strong><\/pre>\n Melihat persentil<\/strong><\/span><\/h2>\n
n = length(iris$Sepal.Length)\nplot((1:n - 1)\/(n - 1), sort(iris$Sepal.Length), type=\"l\",\n main = \"Visualizing Percentiles\",\n xlab = \"Percentile\",\n ylab = \"Value\")<\/strong><\/pre>\n
Sumber daya tambahan<\/b><\/span><\/h3>\n
Buat variabel baru di R dengan mutate() dan case_when()<\/a>
<\/strong><\/span><\/p>\n","protected":false},"excerpt":{"rendered":"