R တွင် percentile များကို လွယ်ကူစွာ တွက်ချက်နည်း (ဥပမာများဖြင့်)

ဒေတာအစုတစ်ခု၏ ^{နံပါတ်တစ်} ရာခိုင်နှုန်းသည် တန်ဖိုးအားလုံးကို အသေးဆုံးမှ အကြီးဆုံးသို့ စီခွဲသောအခါ ဒေတာတန်ဖိုးများ၏ ပထမ n ရာခိုင်နှုန်းကို ဖြတ်တောက်သည့်တန်ဖိုးဖြစ်သည်။

ဥပမာအားဖြင့်၊ ဒေတာအတွဲတစ်ခု၏ 90th ရာခိုင်နှုန်းသည် ဒေတာတန်ဖိုးများ၏ 90% အောက်ခြေကို ဒေတာတန်ဖိုးများ၏ 10% နှင့် ပိုင်းခြားထားသည့် တန်ဖိုးဖြစ်သည်။

အသုံးအများဆုံး ရာခိုင်နှုန်းတစ်ခုသည် ဒေတာအစုတစ်ခု၏ အလယ်အလတ်တန်ဖိုးကို ကိုယ်စားပြုသည့် 50th percentile ဖြစ်သည်- ၎င်းသည် ဒေတာတန်ဖိုးအားလုံး၏ 50% အောက်တွင် ကျရောက်သည့် တန်ဖိုးဖြစ်သည်။

Percentiles ကဲ့သို့သော မေးခွန်းများကို ဖြေရန်-

• ထိပ်တန်း 10% တွင် ကျောင်းသားတစ်ဦးသည် သီးခြားစာမေးပွဲတစ်ခုတွင် ရမှတ်မည်မျှလိုအပ်သနည်း။ ဤမေးခွန်းကိုဖြေဆိုရန်၊ ရမှတ်အားလုံး၏ 90th ရာခိုင်နှုန်းကို ရှာတွေ့မည်ဖြစ်ပြီး၊ အောက်ခြေ 90% ကို ထိပ်တန်း 10% နှင့် ပိုင်းခြားထားသော တန်ဖိုးဖြစ်သည်။
• ကျောင်းတစ်ခုခုရှိ ကျောင်းသားများ၏ ပျမ်းမျှ အမြင့်တစ်ဝက်ကို မည်သည့်အမြင့်များ လွှမ်းခြုံထားသနည်း။ ဤမေးခွန်းကိုဖြေဆိုရန်၊ အမြင့်၏ 75th ရာခိုင်နှုန်းနှင့် အမြင့်၏ 25th ရာခိုင်နှုန်းကို ရှာဖွေရမည်ဖြစ်ပြီး အမြင့်၏ 50% ၏ အထက်နှင့် အောက်အပိုင်းများကို ဆုံးဖြတ်ပေးသည့် တန်ဖိုးနှစ်ခုဖြစ်သည့် အမြင့်၏ 75th ရာခိုင်နှုန်းနှင့် အမြင့်၏ 25th ရာခိုင်နှုန်းကို ရှာဖွေမည်ဖြစ်သည်။

R တွင် ရာခိုင်နှုန်းများ တွက်နည်း

အောက်ပါ syntax ကိုအသုံးပြုသည့် quantile() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ R တွင် ရာခိုင်နှုန်းများကို အလွယ်တကူ တွက်ချက်နိုင်သည်-

quantile (x၊ probs = seq(0၊ 1၊ 0.25))

• x- ကျွန်ုပ်တို့ရှာလိုသော ရာခိုင်နှုန်းများရှိသည့် ကိန်းဂဏာန်း ကိန်းဂယက်
• probs − ကျွန်ုပ်တို့ရှာဖွေလိုသော ရာခိုင်နှုန်းများကို ကိုယ်စားပြုသည့် [0,1] ရှိ ဖြစ်နိုင်ခြေရှိသော ကိန်းဂဏန်း vector တစ်ခု

vector တစ်ခု၏ ရာခိုင်နှုန်းများကို ရှာဖွေခြင်း။

အောက်ပါကုဒ်သည် R တွင် ပေးထားသော vector တစ်ခုအတွက် မတူညီသော ရာခိုင်နှုန်းများကို မည်သို့ရှာဖွေရမည်ကို သရုပ်ဖော်ထားသည်။

 #create vector of 100 random values uniformly distributed between 0 and 500
data <- runif(100, 0, 500)

#Find the quartiles (25th, 50th, and 75th percentiles) of the vector
quantile (data, probs = c(.25, .5, .75))

# 25% 50% 75% 
#97.78961 225.07593 356.47943 

#Find the deciles (10th, 20th, 30th, ..., 90th percentiles) of the vector
quantile (data, probs = seq(.1, .9, by = .1))

# 10% 20% 30% 40% 50% 60% 70% 80% 
#45.92510 87.16659 129.49574 178.27989 225.07593 300.79690 337.84393 386.36108 
#90% 
#423.28070

#Find the 37th, 53rd, and 87th percentiles
quantile (data, probs = c(.37, .53, .87))

# 37% 53% 87% 
#159.9561 239.8420 418.4787 

ဒေတာဘောင်ကော်လံတစ်ခု၏ ရာခိုင်နှုန်းများကို ရှာဖွေခြင်း။

တိကျသောဒေတာဘောင်ကော်လံတစ်ခု၏ ရာခိုင်နှုန်းများကို မည်သို့ရှာရပုံကို သရုပ်ဖော်ရန် ကျွန်ုပ်တို့သည် တပ်ဆင်ထားသောဒေတာအတွဲ iris ကို အသုံးပြုပါမည်-

 #view first six rows of iris dataset
head(iris)

  Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 5.1 3.5 1.4 0.2 setosa
2 4.9 3.0 1.4 0.2 setosa
3 4.7 3.2 1.3 0.2 setosa
4 4.6 3.1 1.5 0.2 setosa
5 5.0 3.6 1.4 0.2 setosa
6 5.4 3.9 1.7 0.4 setosa

အောက်ဖော်ပြပါကုဒ်သည် Sepal.Length ကော်လံအတွက် 90th ရာခိုင်နှုန်းတန်ဖိုးကို မည်သို့ရှာဖွေရမည်ကို ပြသသည်-

 quantile (iris$Sepal.Length, probs = 0.9)

#90% 
#6.9

ဒေတာဘောင်ကော်လံအများအပြား၏ ရာခိုင်နှုန်းများကို ရှာဖွေခြင်း။

apply() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ ကော်လံအများအပြား၏ ရာခိုင်နှုန်းများကို တစ်ပြိုင်နက် ရှာဖွေနိုင်သည်-

 #define columns we want to find percentiles for
small_iris<- iris[, c('Sepal.Length', 'Sepal.Width', 'Petal.Length', 'Petal.Width')]

#use apply() function to find 90th percentile for every column
apply (small_iris, 2, function(x) quantile(x, probs = .9))

#Sepal.Length Sepal.Width Petal.Length Petal.Width 
#6.90 3.61 5.80 2.20

အုပ်စုအလိုက် ရာခိုင်နှုန်းများကို ရှာဖွေခြင်း။

dplyr စာကြည့်တိုက်မှ group_by() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ R တွင် အုပ်စုအလိုက် ရာခိုင်နှုန်းများကို ရှာဖွေနိုင်သည်။

အောက်ပါကုဒ်သည် တစ်ခုစီအတွက် Sepal.Length ၏ 90th ရာခိုင်နှုန်းကို မည်သို့ရှာဖွေရမည်ကို သရုပ်ပြသည်
မျက်ဝန်းဒေတာအတွဲတွင် အမျိုးအစားသုံးမျိုး

 #load dplyr library
library(dplyr)

#find 90th percentile of Sepal.Length for each of the three species
iris %>%
  group_by (Species) %>%
  summarize (percent90 = quantile(Sepal.Length, probs = .9))

# A tibble: 3 x 2
#Speciespercent90
#            
#1 setosa 5.41
#2 versicolor 6.7 
#3 virginica 7.61

အောက်ပါကုဒ်သည် မျိုးစိတ်အလိုက် ကိန်းရှင်အားလုံးအတွက် 90th ရာခိုင်နှုန်းကို မည်သို့ရှာဖွေရမည်ကို ဖော်ပြသည်-

 iris %>%
  group_by (Species) %>%
  summarize (percent90_SL = quantile(Sepal.Length, probs = .9),
            percent90_SW = quantile(Sepal.Width, probs = .9),
            percent90_PL = quantile(Petal.Length, probs = .9),
            percent90_PW = quantile(Petal.Width, probs = .9))

# A tibble: 3 x 5
# Species percent90_SL percent90_SW percent90_PL percent90_PW
#                                      
#1 setosa 5.41 3.9 1.7 0.4 
#2 versicolor 6.7 3.11 4.8 1.51
#3 virginica 7.61 3.31 6.31 2.4 

ရာခိုင်နှုန်းများကိုကြည့်ရှုခြင်း။

R ရှိ ဒေတာအတွဲတစ်ခု၏ ရာခိုင်နှုန်းများကို မြင်သာစေရန် ပါ၀င်သည့်လုပ်ဆောင်ချက်မရှိသော်လည်း၊ ကျွန်ုပ်တို့သည် ရာခိုင်နှုန်းအတော်လေးလွယ်ကူစွာ မြင်သာစေရန် ကွက်ကွက်တစ်ခုကို ဖန်တီးနိုင်သည်။

အောက်ဖော်ပြပါ ကုဒ်သည် Sepal.Length ဒေတာတန်ဖိုးများအတွက် iris ဒေတာအတွဲအတွက် ရာခိုင်နှုန်းကွက်ကွက်ဖန်တီးနည်းကို သရုပ်ပြသည်-

 n = length(iris$Sepal.Length)
plot((1:n - 1)/(n - 1), sort(iris$Sepal.Length), type="l",
  main = "Visualizing Percentiles",
  xlab = "Percentile",
  ylab = "Value")

ထပ်လောင်းအရင်းအမြစ်များ

R တွင် apply(), lapply(), sapply() နှင့် tapply() တို့ဖြစ်သည်။
mutate() နှင့် case_when() ဖြင့် R တွင် variable အသစ်များကိုဖန်တီးပါ။