วิธีการคำนวณค่าเบี่ยงเบนมัธยฐานสัมบูรณ์ใน r

ค่ามัธยฐานส่วนเบี่ยงเบนสัมบูรณ์ จะวัดการกระจายตัวของ การสังเกต ในชุดข้อมูล

นี่เป็นการวัดที่มีประโยชน์อย่างยิ่ง เนื่องจากจะได้รับผลกระทบจากค่าผิดปกติน้อยกว่าการวัดการกระจายอื่นๆ เช่น ค่าเบี่ยงเบนมาตรฐานและความแปรปรวน

สูตรในการคำนวณค่ามัธยฐานส่วนเบี่ยงเบนสัมบูรณ์ ซึ่งมักเรียกสั้น ๆ ว่า MAD คือ:

MAD = ค่ามัธยฐาน (|x _i – x _m |)

ทอง:

• x _i : ค่า ^{ที่ i} ของชุดข้อมูล
• x _m : ค่ามัธยฐานในชุดข้อมูล

ตัวอย่างต่อไปนี้แสดงวิธีคำนวณค่ามัธยฐานส่วนเบี่ยงเบนสัมบูรณ์ใน R โดยใช้ฟังก์ชัน mad() ในตัว

ตัวอย่างที่ 1: คำนวณ MAD สำหรับเวกเตอร์

รหัสต่อไปนี้แสดงวิธีคำนวณค่ามัธยฐานส่วนเบี่ยงเบนสัมบูรณ์สำหรับเวกเตอร์เดี่ยวใน R:

 #define data
data <- c(1, 4, 4, 7, 12, 13, 16, 19, 22, 24)

#calculate MAD
mad(data)

[1] 11.1195

ค่ามัธยฐานส่วนเบี่ยงเบนสัมบูรณ์สำหรับชุดข้อมูลกลายเป็น 11.1195

ตัวอย่างที่ 2: คำนวณ MAD สำหรับคอลัมน์ในกรอบข้อมูล

รหัสต่อไปนี้แสดงวิธีการคำนวณ MAD สำหรับคอลัมน์เดียวในกรอบข้อมูล:

 #define data
data <- data.frame(x = c(1, 4, 4, 6, 7, 8, 12),
                   y = c(3, 4, 6, 8, 8, 9, 19),
                   z = c(2, 2, 2, 3, 5, 8, 11))

#calculate MAD for column y in data frame
mad(data$y)

[1] 2.9652

ค่ามัธยฐานส่วนเบี่ยงเบนสัมบูรณ์สำหรับคอลัมน์ y กลายเป็น 2.9652

ตัวอย่างที่ 3: คำนวณ MAD สำหรับหลายคอลัมน์ในกรอบข้อมูล

รหัสต่อไปนี้แสดงวิธีคำนวณ MAD สำหรับหลายคอลัมน์ในกรอบข้อมูลโดยใช้ฟังก์ชัน sapply() :

 #define data
data <- data.frame(x = c(1, 4, 4, 6, 7, 8, 12),
                   y = c(3, 4, 6, 8, 8, 9, 19),
                   z = c(2, 2, 2, 3, 5, 8, 11))

#calculate MAD for all columns in data frame
sapply(data, mad)

     X Y Z
2.9652 2.9652 1.4826

ค่ามัธยฐานส่วนเบี่ยงเบนสัมบูรณ์คือ 2.9652 สำหรับคอลัมน์ x, 2.9652 สำหรับคอลัมน์ y และ 1.4826 สำหรับคอลัมน์ z

ที่เกี่ยวข้อง: คำแนะนำในการใช้ (), lapply (), sapply () และ tapply () ใน R

แหล่งข้อมูลเพิ่มเติม

วิธีการคำนวณ MAPE ใน R
วิธีการคำนวณ MSE ใน R
วิธีการคำนวณ RMSE ใน R