<\/p>\n
L’ ennesimo<\/sup> percentile<\/strong> di un set di dati \u00e8 il valore che elimina il primo n<\/em> % dei valori dei dati quando tutti i valori vengono ordinati dal pi\u00f9 piccolo al pi\u00f9 grande.<\/span><\/p>\n Ad esempio, il 90\u00b0 percentile di un set di dati \u00e8 il valore che separa il 90% inferiore dei valori dei dati dal 10% superiore dei valori dei dati.<\/span><\/p>\n Uno dei percentili pi\u00f9 comunemente utilizzati \u00e8 il 50\u00b0 percentile, che rappresenta il valore mediano di un set di dati: questo \u00e8 il valore al di sotto del quale cade il 50% di tutti i valori dei dati.<\/span><\/p>\n I percentili possono essere utilizzati per rispondere a domande come:<\/span><\/p>\n Possiamo facilmente calcolare i percentili in R utilizzando la funzione quantile()<\/strong> , che utilizza la seguente sintassi:<\/span><\/p>\n quantile<\/strong> (x, prob = seq(0, 1, 0,25))<\/span><\/p>\n Il codice seguente illustra come trovare percentili diversi per un dato vettore in R:<\/span><\/p>\n Per illustrare come trovare i percentili di una specifica colonna di frame di dati, utilizzeremo il set di dati integrato iris<\/em> :<\/span><\/p>\n Il codice seguente mostra come trovare il valore del 90\u00b0 percentile per la colonna Sepal.Length<\/em> :<\/span><\/p>\n Possiamo anche trovare i percentili di pi\u00f9 colonne contemporaneamente utilizzando la funzione apply()<\/strong><\/a> :<\/span><\/p>\n Possiamo anche trovare percentili per gruppo in R utilizzando la funzione group_by()<\/strong> dalla libreria dplyr<\/strong><\/a> .<\/span><\/p>\n Il codice seguente illustra come trovare il 90\u00b0 percentile di Sepal.Length<\/em> per ciascuno dei<\/span> Il codice seguente illustra come trovare il 90\u00b0 percentile per tutte le variabili per specie:<\/span><\/p>\n Non esiste una funzione integrata per visualizzare i percentili di un set di dati in R, ma possiamo creare un grafico per visualizzare i percentili in modo relativamente semplice.<\/span><\/p>\n Il codice seguente dimostra come creare un grafico percentile per i valori dei dati Sepal.Length<\/em> dal set di dati dell’iride<\/em> :<\/span><\/p>\n Una guida per apply(), lapply(), sapply() e tapply() in R<\/a> L’ ennesimo percentile di un set di dati \u00e8 il valore che elimina il primo n % dei valori dei dati quando tutti i valori vengono ordinati dal pi\u00f9 piccolo al pi\u00f9 grande. Ad esempio, il 90\u00b0 percentile di un set di dati \u00e8 il valore che separa il 90% inferiore dei valori dei dati […]<\/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
Come calcolare i percentili in R<\/strong><\/span><\/h2>\n
\n
Trovare i percentili di un vettore<\/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 Trovare i percentili di una colonna di frame di dati<\/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$Sepal.Length, probs = 0.9)\n\n#90% \n#6.9<\/strong><\/pre>\n Trovare i percentili di pi\u00f9 colonne di frame di dati<\/strong><\/span><\/h3>\n
#define columns we want to find percentiles for\n<\/span>small_iris<- iris[, c('Sepal.Length', 'Sepal.Width', 'Petal.Length', 'Petal.Width')]\n\n#use apply()<\/em> function to find 90th percentile for every column<\/span>\napply<\/span> (small_iris, 2, function(x) quantile(x, probs = .9))\n\n#Sepal.Length Sepal.Width Petal.Length Petal.Width \n#6.90 3.61 5.80 2.20<\/strong><\/pre>\n Ricerca di percentili per gruppo<\/strong><\/span><\/h3>\n
tre specie nel set di dati dell’iride:<\/span><\/p>\n #load dplyr<\/em> library<\/span>\nlibrary(dplyr)\n\n#find 90th percentile of Sepal.Length<\/em> for each of the three species<\/span>\niris %>%\n group_by<\/span> (Species) %>%\n summarize<\/span> (percent90 = quantile(Sepal.Length, probs = .9))\n\n# A tibble: 3 x 2\n#Speciespercent90\n# \n#1 setosa 5.41\n#2 versicolor 6.7 \n#3 virginica 7.61<\/strong><\/pre>\n iris %>%\n group_by<\/span> (Species) %>%\n summarize<\/span> (percent90_SL = quantile(Sepal.Length, probs = .9),\n percent90_SW = quantile(Sepal.Width, probs = .9),\n percent90_PL = quantile(Petal.Length, probs = .9),\n percent90_PW = quantile(Petal.Width, probs = .9))\n\n# A tibble: 3 x 5\n# Species percent90_SL percent90_SW percent90_PL percent90_PW\n# \n#1 setosa 5.41 3.9 1.7 0.4 \n#2 versicolor 6.7 3.11 4.8 1.51\n#3 virginica 7.61 3.31 6.31 2.4 \n<\/strong><\/pre>\n Visualizzazione dei percentili<\/strong><\/span><\/h2>\n
n = length(iris$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
Risorse addizionali<\/b><\/span><\/h3>\n
Crea nuove variabili in R con mutate() e case_when()<\/a>
<\/strong><\/span><\/p>\n","protected":false},"excerpt":{"rendered":"