<\/p>\n
Het n-<\/sup> de percentiel<\/strong> van een dataset is de waarde die de eerste n<\/em> procent van de datawaarden afsnijdt wanneer alle waarden zijn gesorteerd van klein naar groot.<\/span><\/p>\n Het 90e percentiel van een dataset is bijvoorbeeld de waarde die de onderste 90% van de datawaarden scheidt van de bovenste 10% van de datawaarden.<\/span><\/p>\n E\u00e9n van de meest gebruikte percentielen is het 50e percentiel, dat de mediaanwaarde van een dataset weergeeft: dit is de waarde waar 50% van alle datawaarden onder valt.<\/span><\/p>\n Percentielen kunnen worden gebruikt om vragen te beantwoorden zoals:<\/span><\/p>\n We kunnen eenvoudig percentielen in R berekenen met behulp van de functie quantile()<\/strong> , die de volgende syntaxis gebruikt:<\/span><\/p>\n kwantiel<\/strong> (x, probs = seq(0, 1, 0,25))<\/span><\/p>\n De volgende code illustreert hoe u verschillende percentielen kunt vinden voor een bepaalde vector in R:<\/span><\/p>\n Om te illustreren hoe u de percentielen van een specifieke dataframekolom kunt vinden, gebruiken we de ingebouwde dataset- iris<\/em> :<\/span><\/p>\n De volgende code laat zien hoe u de 90e percentielwaarde voor de kolom Sepal.Length<\/em> kunt vinden:<\/span><\/p>\n We kunnen ook de percentielen van meerdere kolommen tegelijk vinden met behulp van de functie apply()<\/strong><\/a> :<\/span><\/p>\n We kunnen ook percentielen per groep in R vinden met behulp van de group_by()<\/strong> functie uit de dplyr-<\/strong><\/a> bibliotheek.<\/span><\/p>\n De volgende code laat zien hoe u het 90e percentiel van Sepal.Length<\/em> voor elk van de<\/span> De volgende code illustreert hoe u het 90e percentiel voor alle variabelen per soort kunt vinden:<\/span><\/p>\n Er is geen ingebouwde functie om de percentielen van een dataset in R te visualiseren, maar we kunnen wel een plot maken om de percentielen relatief eenvoudig te visualiseren.<\/span><\/p>\n De volgende code laat zien hoe u een percentieldiagram maakt voor de Sepal.Length-<\/em> gegevenswaarden uit de irisgegevensset<\/em> :<\/span><\/p>\n Een gids voor apply(), lapply(), sapply() en tapply() in R<\/a> Het n- de percentiel van een dataset is de waarde die de eerste n procent van de datawaarden afsnijdt wanneer alle waarden zijn gesorteerd van klein naar groot. Het 90e percentiel van een dataset is bijvoorbeeld de waarde die de onderste 90% van de datawaarden scheidt van de bovenste 10% van de datawaarden. E\u00e9n van […]<\/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":[],"class_list":["post-512","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n\n
Hoe percentielen in R te berekenen<\/strong><\/span><\/h2>\n
\n
Het vinden van de percentielen van een vector<\/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 Percentielen van een dataframekolom zoeken<\/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$Sepal.Length, probs = 0.9)\n\n#90% \n#6.9<\/strong><\/pre>\n Percentielen zoeken van meerdere dataframekolommen<\/strong><\/span><\/h3>\n
#define columns we want to find percentiles for\n<\/span>small_iris<- iris[, c('Sepal.Length', 'Sepal.Width', 'Petal.Length', 'Petal.Width')]\n\n#use apply()<\/em> function to find 90th percentile for every column<\/span>\napply<\/span> (small_iris, 2, function(x) quantile(x, probs = .9))\n\n#Sepal.Length Sepal.Width Petal.Length Petal.Width \n#6.90 3.61 5.80 2.20<\/strong><\/pre>\n Zoeken naar percentielen per groep<\/strong><\/span><\/h3>\n
drie soorten in de irisdataset:<\/span><\/p>\n #load dplyr<\/em> library<\/span>\nlibrary(dplyr)\n\n#find 90th percentile of Sepal.Length<\/em> for each of the three species<\/span>\niris %>%\n group_by<\/span> (Species) %>%\n summarize<\/span> (percent90 = quantile(Sepal.Length, probs = .9))\n\n# A tibble: 3 x 2\n#Speciespercent90\n# \n#1 setosa 5.41\n#2 versicolor 6.7 \n#3 virginica 7.61<\/strong><\/pre>\n iris %>%\n group_by<\/span> (Species) %>%\n summarize<\/span> (percent90_SL = quantile(Sepal.Length, probs = .9),\n percent90_SW = quantile(Sepal.Width, probs = .9),\n percent90_PL = quantile(Petal.Length, probs = .9),\n percent90_PW = quantile(Petal.Width, probs = .9))\n\n# A tibble: 3 x 5\n# Species percent90_SL percent90_SW percent90_PL percent90_PW\n# \n#1 setosa 5.41 3.9 1.7 0.4 \n#2 versicolor 6.7 3.11 4.8 1.51\n#3 virginica 7.61 3.31 6.31 2.4 \n<\/strong><\/pre>\n Percentielen bekijken<\/strong><\/span><\/h2>\n
n = length(iris$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
Aanvullende bronnen<\/b><\/span><\/h3>\n
Maak nieuwe variabelen in R met mute() en case_when()<\/a>
<\/strong><\/span><\/p>\n","protected":false},"excerpt":{"rendered":"