Hoe de gewogen standaarddeviatie in r te berekenen

Gewogen standaarddeviatie is een handige manier om de spreiding van waarden in een dataset te meten wanneer sommige waarden in de dataset een hoger gewicht hebben dan andere.

De formule voor het berekenen van een gewogen standaardafwijking is:

Goud:

• N: Het totale aantal waarnemingen
• M: Het aantal niet-nulgewichten
• w _i : Een gewichtsvector
• x _i : Een vector van gegevenswaarden
• x : Het gewogen gemiddelde

De eenvoudigste manier om een gewogen standaardafwijking in R te berekenen is door de functie wt.var() uit het Hmisc- pakket te gebruiken, die de volgende syntaxis gebruikt:

 #define data values
x <- c(4, 7, 12, 13, ...)

#define weights
wt <- c(.5, 1, 2, 2, ...)

#calculate weighted variance
weighted_var <- wtd. var (x, wt)

#calculate weighted standard deviation
weighted_sd <- sqrt(weighted_var)

De volgende voorbeelden laten zien hoe u deze functie in de praktijk kunt gebruiken.

Voorbeeld 1: Gewogen standaardafwijking voor een vector

De volgende code laat zien hoe u de gewogen standaardafwijking voor een enkele vector in R kunt berekenen:

 library (Hmisc)

#define data values 
x <- c(14, 19, 22, 25, 29, 31, 31, 38, 40, 41)

#define weights
wt <- c(1, 1, 1.5, 2, 2, 1.5, 1, 2, 3, 2)

#calculate weighted variance 
weighted_var <- wtd. var (x, wt)

#calculate weighted standard deviation
sqrt(weighted_var)

[1] 8.570051

De gewogen standaarddeviatie blijkt 8,57 te zijn.

Voorbeeld 2: Gewogen standaardafwijking voor een kolom in het dataframe

De volgende code laat zien hoe u de gewogen standaardafwijking voor een kolom van een gegevensframe in R kunt berekenen:

 library (Hmisc)

#define data frame
df <- data. frame (team=c('A', 'A', 'A', 'A', 'A', 'B', 'B', 'C'),
                 wins=c(2, 9, 11, 12, 15, 17, 18, 19),
                 dots=c(1, 2, 2, 2, 3, 3, 3, 3))

#define weights
wt <- c(1, 1, 1.5, 2, 2, 1.5, 1, 2)

#calculate weighted standard deviation of points
sqrt(wtd. var (df$points, wt))

[1] 0.6727938

De gewogen standaarddeviatie voor de puntenkolom blijkt 0,673 te zijn.

Voorbeeld 3: Gewogen standaardafwijking voor meerdere kolommen in een dataframe

De volgende code laat zien hoe u de functie sapply() in R gebruikt om de gewogen standaardafwijking voor meerdere kolommen in een gegevensframe te berekenen:

 library (Hmisc)

#define data frame
df <- data. frame (team=c('A', 'A', 'A', 'A', 'A', 'B', 'B', 'C'),
                 wins=c(2, 9, 11, 12, 15, 17, 18, 19),
                 dots=c(1, 2, 2, 2, 3, 3, 3, 3))

#define weights
wt <- c(1, 1, 1.5, 2, 2, 1.5, 1, 2)

#calculate weighted standard deviation of points and wins
sapply(df[c(' wins ', ' points ')], function(x) sqrt(wtd. var (x, wt)))

     win points 
4.9535723 0.6727938 

De gewogen standaardafwijking voor de overwinningskolom is 4,954 en de gewogen standaardafwijking voor de puntenkolom is 0,673 .

Aanvullende bronnen

Hoe u de gewogen standaarddeviatie in Excel kunt berekenen
Hoe de standaardafwijking in R te berekenen
Hoe de variatiecoëfficiënt van R te berekenen
Hoe bereik in R te berekenen