从分位数函数确定元素时如何找到元素索引？答案

【问题标题】：How to find element index when element is determined from quantile function?从分位数函数确定元素时如何找到元素索引？
【发布时间】：2021-01-26 15:17:27
【问题描述】：

当使用quantile() 确定元素时，如何找到元素的索引？来自 similar question 的 match() 和 which() 解决方案不起作用（它们返回 NA），我认为它们由于舍入问题而不起作用。

如果分位数结果在两个索引之间进行平均/插值，我可以指定它是否采用较低/较高的索引？我的数据x 将始终被排序。

示例数据集（显然这里的 0 和 1 分位数只是最小值和最大值，它们只是为了进行完整性检查而显示）

x <- c(0.000000e+00,9.771228e-09,5.864592e-06,3.474925e-04,9.083242e-04,2.458036e-02)
quantile(x, probs = c(0, 0.5, 1))
          0%          50%         100% 
0.0000000000 0.0001766785 0.0245803600

如何找到这些分位数的索引？在这里，索引是1,??,6。而且我猜中位数是两个指数的平均值，那么我可以具体说明它返回第一个或第二个指数吗？

【问题讨论】：

您要查找哪个索引？您对给定数据的预期输出是什么？

标签： r indexing quantile

【解决方案1】：

使用findInterval ?

x <- c(0.000000e+00, 9.771228e-09, 5.864592e-06, 3.474925e-04,
       9.083242e-04,2.458036e-02)
findInterval(quantile(x, probs = c(0, 0.5, 1)), x)
#[1] 1 3 6

【讨论】：

你知道为什么它说第 50 个 %tile 在位置 3，但是分位数函数返回 0.0001766785，而不是 50% %tile 的 5.864592e-06？
findInterval 在数量超过之前给出最接近的索引。 x - quantile(x, probs = 0.5) 可能有助于理解。
我想也许这是一个不同的问题，但我不明白为什么quantile(x, probs = 0.5) 返回 0.0001766785。从x 数据集中，看起来中位数应该是 5.864592e-06，对吧？

【解决方案2】：

您可能需要type=4，它使用经验 cdf 的线性插值（即考虑实际中值）。

x <- c(0.000000e+00,9.771228e-09,5.864592e-06,3.474925e-04,9.083242e-04,2.458036e-02)
(q <- quantile(x, probs=c(0, 0.5, 1), type=4))
#           0%          50%         100% 
# 0.000000e+00 5.864592e-06 2.458036e-02 
match(q, x)
# [1] 1 3 6
x[match(q, x)]
# [1] 0.000000e+00 5.864592e-06 2.458036e-02

其他例子：

set.seed(42)
x <- runif(1e3)
(q <- quantile(x, probs=c(0, 0.5, 1), type=4))
#           0%          50%         100% 
# 0.0002388966 0.4803101290 0.9984908344 
match(q, x)
# [1]  92 174 917
x[match(q, x)]
# [1] 0.0002388966 0.4803101290 0.9984908344

【讨论】：

我突然想到这可能是type= 问题，然后我登录并看到了您的解决方案。很有帮助，谢谢
@a11 哈哈，太巧了，不客气！