この記事では、標準偏差を見つける方法について説明します。 R プログラミング言語 。標準偏差 R は、値の分散の尺度です。分散の平方根としても定義できます。
標本標準偏差の計算式:
どこ、
- s = サンプル標準偏差
- N = エンティティの数
-
= エンティティの平均
= エンティティの平均基本的に、R プログラミング言語で標準偏差を計算するには 2 つの異なる方法があり、両方について以下で説明します。
方法 1: 素朴なアプローチ
この標準偏差の計算方法では、R 言語で上記のサンプル標準偏差の標準公式を使用します。
Java おっと概念
例 1:
R
v <->c>(12,24,74,32,14,29,84,56,67,41)> s<->sqrt>(>sum>((v->mean>(v))^2/(>length>(v)-1)))> print>(s)> |
>
>
出力：
[1] 25.53886>
例 2:
R
v <->c>(1.8,3.7,9.2,4.7,6.1,2.8,6.1,2.2,1.4,7.9)> s<->sqrt>(>sum>((v->mean>(v))^2/(>length>(v)-1)))> print>(s)> |
>
>
出力：
[1] 2.676004>
方法 2: sd() を使用する
sd() 関数は標準偏差を返すために使用されます。
b+ 木
構文： sd(x, na.rm = FALSE)
パラメーター：
x: 数値ベクトル、行列、またはデータ フレーム。na.rm: 欠損値は削除されますか?
戻る： x のサンプル標準偏差。
例 1:
R
v <->c>(12,24,74,32,14,29,84,56,67,41)> s<->sd>(v)> print>(s)> |
>
>
出力：
[1] 25.53886>
例 2:
R
v <->c>(71,48,98,65,45,27,39,61,50,24,17)> s1<->sqrt>(>sum>((v->mean>(v))^2/(>length>(v)-1)))> print>(s1)> s2<->sd>(v)> print>(s2)> |
>
>
出力：
C++での継承
[1] 23.52175>
例 3:
R
v <->c>(1.8,3.7,9.2,4.7,6.1,2.8,6.1,2.2,1.4,7.9)> s1<->sqrt>(>sum>((v->mean>(v))^2/(>length>(v)-1)))> print>(s1)> s2<->sd>(v)> print>(s2)> |
>
>
出力：
[1] 2.676004>
データ フレームの標準偏差を計算します。
両方の方法を使用してデータ フレームの標準偏差を計算できます。アヤメのデータセットを取得し、列ごとに標準偏差を計算します。
日付形式.形式
例 1:
R
data>(iris)> sd>(iris$Sepal.Length)> sd>(iris$Sepal.Width)> sd>(iris$Petal.Length)> sd>(iris$Petal.Width)> |
>
>
出力：
[1] 0.8280661 [1] 0.4358663 [1] 1.765298 [1] 0.7622377>
適用関数を使用して、データ フレーム全体の標準偏差を計算することもできます。
R
# Load the iris dataset> data>(iris)> # Calculate the standard deviation for each column> std_deviation <->apply>(iris[, 1:4], 2, sd)> # Display the standard deviation values> print>(std_deviation)> |
>
>
出力：
Sepal.Length Sepal.Width Petal.Length Petal.Width 0.8280661 0.4358663 1.7652982 0.7622377>
iris データセットの列 1 ～ 4 (変数の測定値を含む数値列) は、上記のコードの式 iris[, 1:4] を使用して選択されます。
sd 関数は、apply 関数を使用して、iris データセットの選択したサブセットの各列 (2 でマーク) に適用されます。結果の標準偏差値は、各列の std_deviation ベクトルに保存されます。