R에서 절사 평균을 계산하는 방법(예제 포함)

절사평균은 데이터 세트에서 가장 작은 값과 가장 큰 값의 특정 비율을 제거한 후 계산된 데이터 세트의 평균입니다.

예를 들어, 10% 절사 평균은 가장 작은 10% 값과 가장 큰 10% 값을 제거한 후 데이터 세트의 평균을 나타냅니다.

R에서 절사 평균을 계산하는 가장 간단한 방법은 다음 기본 구문을 사용하는 것입니다.

 #calculate 10% trimmed mean
mean(x, trim= 0.1 )

다음 예에서는 이 함수를 사용하여 실제로 절사 평균을 계산하는 방법을 보여줍니다.

예 1: 벡터의 절사 평균 계산

다음 코드는 데이터 벡터에 대해 10% 절사 평균을 계산하는 방법을 보여줍니다.

 #define data
data = c(22, 25, 29, 11, 14, 18, 13, 13, 17, 11, 8, 8, 7, 12, 15, 6, 8, 7, 9, 12)

#calculate 10% trimmed mean
mean(data, trim= 0.1 )

[1] 12,375

10% 절사 평균은 12.375 입니다.

데이터세트에서 가장 작은 10%와 가장 큰 10%의 값을 제거한 후의 데이터세트의 평균입니다.

예 2: 데이터 프레임에 있는 열의 절사 평균 계산

다음 코드는 데이터 프레임의 특정 열에 대해 5% 절사 평균을 계산하는 방법을 보여줍니다.

 #create data frame
df = data. frame (points=c(25, 12, 15, 14, 19, 23, 25, 29),
                assists=c(5, 7, 7, 9, 12, 9, 9, 4),
                rebounds=c(11, 8, 10, 6, 6, 5, 9, 12))

#calculate 5% trimmed mean of points
mean(df$points, trim= 0.05 )

[1] 20.25

“포인트” 열에 있는 값의 5% 절사 평균은 20.25 입니다.

이는 가장 작은 값 5%와 가장 큰 값 5%를 제거한 후 “점” 열의 평균입니다.

예 3: 여러 열의 절사 평균 계산

다음 코드는 데이터 프레임의 여러 열에 대해 5% 잘린 평균을 계산하는 방법을 보여줍니다.

 #create data frame
df = data. frame (points=c(25, 12, 15, 14, 19, 23, 25, 29),
                assists=c(5, 7, 7, 9, 12, 9, 9, 4),
                rebounds=c(11, 8, 10, 6, 6, 5, 9, 12))

#calculate 5% trimmed mean of points and assists
sapply(df[c(' points ', ' assists ')], function (x) mean(x, trim= 0.05 ))

 assist points 
  20.25 7.75 

결과에서 우리는 다음을 볼 수 있습니다:

• ‘포인트’ 열의 5% 잘린 평균은 20.25 입니다.
• “지원” 열의 5% 잘린 평균은 7.75 입니다.

관련: R의 apply(), lapply(), sapply() 및 tapply()에 대한 가이드

추가 리소스

다음 자습서에서는 절사 평균에 대한 추가 정보를 제공합니다.

절사 평균을 수동으로 계산하는 방법
Python에서 절사 평균을 계산하는 방법
절사 평균 계산기