Dans cet article, nous verrons comment trouver l'écart type dans Langage de programmation R . L'écart type R est la mesure de la dispersion des valeurs. Elle peut également être définie comme la racine carrée de la variance.
que sont les sélecteurs en CSS
Formule de l'écart type de l'échantillon :
où,
- s = écart type de l'échantillon
- N = Nombre d'entités
-
= Moyenne des entités
= Moyenne des entitésFondamentalement, il existe deux manières différentes de calculer l'écart type dans le langage de programmation R, les deux sont décrites ci-dessous.
Méthode 1 : approche naïve
Dans cette méthode de calcul de l'écart type, nous utiliserons la formule standard ci-dessus de l'échantillon d'écart type en langage R.
Exemple 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)> |
>
>
Sortir:
[1] 25.53886>
Exemple 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)> |
>
>
Sortir:
[1] 2.676004>
Méthode 2 : utilisation de sd()
La fonction sd() est utilisée pour renvoyer l'écart type.
Syntaxe: sd(x, na.rm = FAUX)
Paramètres:
x : un vecteur numérique, une matrice ou un data frame.na.rm : les valeurs manquantes doivent-elles être supprimées ?
Retour: L’écart type de l’échantillon de x.
Exemple 1:
R.
v <->c>(12,24,74,32,14,29,84,56,67,41)> s<->sd>(v)> print>(s)> |
>
>
Sortir:
[1] 25.53886>
Exemple 2 :
instance Java de
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)> |
>
>
Sortir:
[1] 23.52175>
Exemple 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)> |
>
>
Sortir:
[1] 2.676004>
Calculez l'écart type du bloc de données :
Nous pouvons calculer l'écart type de la trame de données en utilisant les deux méthodes. nous pouvons prendre l'ensemble de données sur l'iris et pour chaque colonne, nous calculerons l'écart type.
Exemple 1:
R.
data>(iris)> sd>(iris$Sepal.Length)> sd>(iris$Sepal.Width)> sd>(iris$Petal.Length)> sd>(iris$Petal.Width)> |
>
>
Sortir:
[1] 0.8280661 [1] 0.4358663 [1] 1.765298 [1] 0.7622377>
Nous pouvons également calculer l'écart type pour l'ensemble du bloc de données à l'aide de la fonction Apply.
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)> |
>
>
Sortir:
Sepal.Length Sepal.Width Petal.Length Petal.Width 0.8280661 0.4358663 1.7652982 0.7622377>
Les colonnes 1 à 4 de l'ensemble de données iris, qui sont les colonnes numériques contenant les mesures variables, sont choisies à l'aide de l'expression iris[, 1:4] dans le code ci-dessus.
dîner contre dîner
La fonction sd est appliquée à chaque colonne (marquée par 2) du sous-ensemble choisi de l'ensemble de données d'iris à l'aide de la fonction apply. Les valeurs d'écart type résultantes sont enregistrées dans le vecteur std_deviation pour chaque colonne.