R语言
mad
位于 stats
包(package)。 说明
计算中位数绝对偏差,即与中位数的绝对偏差的 (lo-/hi-) 中位数,并(默认情况下)通过渐近正态一致性因子进行调整。
用法
mad(x, center = median(x), constant = 1.4826, na.rm = FALSE,
low = FALSE, high = FALSE)
参数
x |
一个数值向量。 |
center |
可选地,中心:默认为中位数。 |
constant |
比例因子。 |
na.rm |
如果 |
low |
如果 |
high |
如果 |
细节
计算的实际值为 constant * cMedian(abs(x - center))
,center
的默认值为 median(x)
,cMedian
为通常的 ‘low’ 或 ‘high’ 中值。请参阅上面low
和high
的参数说明。
在center
的情况下,结果是0
,与“不偏离中心”一致。 非缺失值和默认
默认 constant = 1.4826
(大约 = 1/qnorm(3/4)
)确保一致性,即
对于 分发为 和大型 。
如果na.rm
是TRUE
,则在计算之前从x
中去除NA
值。如果不这样做,则 x
中的 NA
值将导致 mad
返回 NA
。
例子
mad(c(1:9))
print(mad(c(1:9), constant = 1)) ==
mad(c(1:8, 100), constant = 1) # = 2 ; TRUE
x <- c(1,2,3,5,7,8)
sort(abs(x - median(x)))
c(mad(x, constant = 1),
mad(x, constant = 1, low = TRUE),
mad(x, constant = 1, high = TRUE))
也可以看看
相关用法
- R mantelhaen.test 计数数据的 Cochran-Mantel-Haenszel 卡方检验
- R mahalanobis 马哈拉诺比斯距离
- R manova 多变量方差分析
- R make.link 为 GLM 家庭创建链接
- R makepredictcall 用于安全预测的实用函数
- R mauchly.test 莫奇利球形度检验
- R medpolish 矩阵的中值波兰(稳健双向分解)
- R model.matrix 构建设计矩阵
- R mood.test 情绪二样本量表检验
- R mcnemar.test 计数数据的麦克尼马尔卡方检验
- R monthplot 绘制时间序列中的季节性或其他子序列
- R model.tables 计算 Aov 模型拟合的结果表
- R model.extract 从模型框架中提取组件
- R median 中值
- R model.frame 从公式或拟合中提取模型框架
- R stlmethods STL 对象的方法
- R naprint 调整缺失值
- R summary.nls 总结非线性最小二乘模型拟合
- R summary.manova 多元方差分析的汇总方法
- R formula 模型公式
- R nls.control 控制 nls 中的迭代
- R aggregate 计算数据子集的汇总统计
- R deriv 简单表达式的符号和算法导数
- R kruskal.test Kruskal-Wallis 秩和检验
- R quade.test 四方测试
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Median Absolute Deviation。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。