วิธีการคำนวณค่าเบี่ยงเบนมาตรฐานใน r (พร้อมตัวอย่าง)

คุณสามารถใช้ไวยากรณ์ต่อไปนี้เพื่อคำนวณค่าเบี่ยงเบนมาตรฐานของเวกเตอร์ใน R:

 sd(x)

โปรดทราบว่าสูตรนี้คำนวณค่าเบี่ยงเบนมาตรฐานตัวอย่างโดยใช้สูตรต่อไปนี้:

√ Σ (x _ผม – μ) ² / (n-1)

ทอง:

• Σ : สัญลักษณ์แฟนซีที่หมายถึง “ผลรวม”
• x _i : ค่า ^{ที่ i} ของชุดข้อมูล
• μ : ค่าเฉลี่ยของชุดข้อมูล
• n: ขนาดตัวอย่าง

ตัวอย่างต่อไปนี้แสดงวิธีใช้ฟังก์ชันนี้ในทางปฏิบัติ

ตัวอย่างที่ 1: คำนวณค่าเบี่ยงเบนมาตรฐานของเวกเตอร์

รหัสต่อไปนี้แสดงวิธีคำนวณค่าเบี่ยงเบนมาตรฐานของเวกเตอร์ตัวเดียวใน R:

 #create dataset
data <- c(1, 3, 4, 6, 11, 14, 17, 20, 22, 23)

#find standard deviation
sd(data)

[1] 8.279157

โปรดทราบว่าคุณต้องใช้ na.rm = TRUE เพื่อคำนวณค่าเบี่ยงเบนมาตรฐานหากชุดข้อมูลมีค่าขาดหายไป:

 #create dataset with missing values
data <- c(1, 3, 4, 6, NA, 14, NA, 20, 22, 23)

#attempt to find standard deviation
sd(data)

[1] NA

#find standard deviation and specify to ignore missing values
sd(data, na. rm = TRUE )

[1] 9.179753

ตัวอย่างที่ 2: คำนวณค่าเบี่ยงเบนมาตรฐานของคอลัมน์ในกรอบข้อมูล

รหัสต่อไปนี้แสดงวิธีการคำนวณค่าเบี่ยงเบนมาตรฐานของคอลัมน์เดียวในกรอบข้อมูล:

 #create data frame
data <- data. frame (a=c(1, 3, 4, 6, 8, 9),
                   b=c(7, 8, 8, 7, 13, 16),
                   c=c(11, 13, 13, 18, 19, 22),
                   d=c(12, 16, 18, 22, 29, 38))

#find standard deviation of column a
sd(data$a)

[1] 3.060501

ตัวอย่างที่ 3: คำนวณค่าเบี่ยงเบนมาตรฐานของหลายคอลัมน์ในกรอบข้อมูล

รหัสต่อไปนี้แสดงวิธีการคำนวณค่าเบี่ยงเบนมาตรฐานของหลายคอลัมน์ในกรอบข้อมูล:

 #create data frame
data <- data. frame (a=c(1, 3, 4, 6, 8, 9),
                   b=c(7, 8, 8, 7, 13, 16),
                   c=c(11, 13, 13, 18, 19, 22),
                   d=c(12, 16, 18, 22, 29, 38))

#find standard deviation of specific columns in data frame
apply(data[, c(' a ', ' c ', ' d ')], 2, sd)

       acd
3.060501 4.289522 9.544632

แหล่งข้อมูลเพิ่มเติม

วิธีค้นหาช่วงใน R
วิธีการคำนวณตัวอย่างและความแปรปรวนของประชากรใน R
วิธีลบค่าผิดปกติใน R