为什么在 r 中获得类似的分位数输出？答案

【问题标题】：Why getting similar output for quantile in r?为什么在 r 中获得类似的分位数输出？
【发布时间】：2021-12-08 18:50:25
【问题描述】：

我有两个不同的列

a = c(65.96924, 7.084438, 81.65288 )

b= c(2197.62974660844, 1934.40212085843, 1939.64438773692, 
    )`

它们是不同的，但我想知道为什么我在应用时会输出相似的输出：

   quants <- seq(0, 1, length.out = 51)
   ecdf(a)(quantile(a, quants))
   ecdf(b)(quantile(b, quants))

【问题讨论】：

标签： r

【解决方案1】：

如果您手动计算 ecdf 而不是使用 ecdf() 函数（这只是一个在 n 个数据点中的每一个处增加 1/n 的阶跃函数），则可以更好地理解这一点。由于两者的长度相同，因此您会得到相同的结果。

quants <- seq(0, 1, length.out = 51)

A <- sort(a)
B <- sort(b)

A_ecdf <- 1:length(A)/length(A)
B_ecdf <- 1:length(B)/length(B)

plot(A, A_ecdf, type = "s", col = 1)
par(new = TRUE)
plot(B, B_ecdf, type = "s", col = 2)

虽然我不确定您到底要做什么，但How to find quantiles of an empirical cumulative density function (ECDF) 的可能解决方案可能是：

my_quantile <- function(x, prob) {
  n <- length(x)
  approx(seq(0, 1, length = n), x, prob)$y
}

my_quantile(A, quants)
my_quantile(B, quants)

【讨论】：

@bicton - 您的问题是为什么在应用代码时会得到相同的输出。目前尚不清楚您还想做什么。如果您有单独的问题，请编辑此问题或创建一个新问题。

【解决方案2】：

您正在计算分位数本身而不是分布的经验累积分布函数，例如ecdf(b)(2000)。根据定义，您最终会得到一条直线。

【讨论】：

只是一个获取ecdf值的示例，以表明它返回了a和b的其他值。