R で十分位数を計算する方法 (例付き)


統計において、十分位とは、データセットを同じ頻度の 10 個のグループに分割する数値です。

最初の十分位数は、すべてのデータ値の 10% が下回る点です。第 2 十分位点は、すべてのデータ値の 20% が下回る点などです。

次の構文を使用して、R のデータセットの十分位数を計算できます。

 quantile(data, probs = seq (.1, .9, by = .1 ))

次の例は、この関数を実際に使用する方法を示しています。

例: R の十分位数を計算する

次のコードは、20 個の値を含む偽のデータセットを作成し、データセットの十分位値を計算する方法を示しています。

 #create dataset
data <- c(56, 58, 64, 67, 68, 73, 78, 83, 84, 88,
          89, 90, 91, 92, 93, 93, 94, 95, 97, 99)

#calculate deciles of dataset
quantile(data, probs = seq (.1, .9, by = .1 ))

 10% 20% 30% 40% 50% 60% 70% 80% 90% 
63.4 67.8 76.5 83.6 88.5 90.4 92.3 93.2 95.2 

十分位数を解釈する方法は次のとおりです。

  • すべてのデータ値の 10% が63.4未満です
  • すべてのデータ値の 20% が67.8未満です。
  • すべてのデータ値の 30% が76.5未満です。
  • すべてのデータ値の 40% が83.6未満です。
  • すべてのデータ値の 50% が88.5未満です。
  • すべてのデータ値の 60% が90.4未満です。
  • すべてのデータ値の 70% が92.3未満です。
  • すべてのデータ値の 80% が93.2未満です。
  • すべてのデータ値の 90% が95.2未満です。

50 パーセンタイルの値はデータセットの中央値に等しいことに注意してください。

例: R の十分位数に値を配置する

各データ値を十分位数に配置するには、R のdplyrパッケージのntile(x, ngroups)関数を使用できます。

前の例で作成したデータセットに対してこの関数を使用する方法は次のとおりです。

 library (dplyr)

#create dataset
data <- data.frame(values=c(56, 58, 64, 67, 68, 73, 78, 83, 84, 88,
                            89, 90, 91, 92, 93, 93, 94, 95, 97, 99))

#place each value into a decile
data$decile <- ntile(data, 10)

#viewdata
data

   values decile
1 56 1
2 58 1
3 64 2
4 67 2
5 68 3
6 73 3
7 78 4
8 83 4
9 84 5
10 88 5
11 89 6
12 90 6
13 91 7
14 92 7
15 93 8
16 93 8
17 94 9
18 95 9
19 97 10
20 99 10

結果を解釈する方法は次のとおりです。

  • データ値 56 は 0% と 10% パーセンタイルの間にあるため、最初の十分位数に含まれます。
  • データ値 58 は 0% と 10% パーセンタイルの間にあるため、最初の十分位数に含まれます。
  • データ値 64 は 10% と 20% パーセンタイルの間にあるため、第 2 十分位数に含まれます。
  • データ値 67 は 10% と 20% パーセンタイルの間にあるため、第 2 十分位数に含まれます。
  • データ値 68 は 20% と 30% パーセンタイルの間にあるため、第 3 十分位数に含まれます。

等々。

追加リソース

R でパーセンタイルを計算する方法
R で四分位数を計算する方法
R で度数表を作成する方法

コメントを追加する

メールアドレスが公開されることはありません。 が付いている欄は必須項目です