5

Obtener estos datos de cualquier tipo de datos agrupados.¿Existe alguna librería que lo haga o hay que crear la función?

1 respuesta 1

5

Las 4 forma de observar una distribución pueden calcularse con una función base de R: quantile(). Veamos cada caso:

Cuartiles

# generamos 1000 observaciones de 1 a 100
data <- as.integer(runif(min=0, max=100, n=1000))

quantile(data)

Sin parámetros quantile nos retorna los cuartiles, que podemos verificar invocandola con el parámetro prob pasandole un vector con los puntos de cada cuartil

quantile(data, prob=c(0,0.25,0.5,0.75,1))
quantile(data, prob=seq(0, 1, 1/4)) # También

En ambos casos, podremos observar que el resultado es el mismo:

  0%  25%  50%  75% 100% 
   0   24   50   75   99 

Terciles

 quantile(data, prob=seq(0,1,1/3))

Deciles

Misma función, pero variamos el parámetro prob

# deciles
quantile(data, prob=seq(0, 1, length = 11))

  0%  10%  20%  30%  40%  50%  60%  70%  80%  90% 100% 
   0    8   19   30   40   50   62   71   80   90   99 

Con seq(0, 1, length = 11) establecemos los puntos deciles: [1] 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0


Percentiles

Ya vimos que todo pasa por variar el vector de probabilidades, por lo que los percentiles los calculamos generar un vector de 0 a 1 haciendo seq(0, 1, length = 101) algo así:

[1] 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 ...
...
[91] 0.90 0.91 0.92 0.93 0.94 0.95 0.96 0.97 0.98 0.99 1.00

Finalmente:

quantile(data, prob=seq(0, 1, length = 101))

   0%    1%    2%    3%    4%    5%    6%    7%    8%    9%   10%   11%   12%   13%   14%   15% 
 0.00  0.00  1.00  2.00  3.00  4.00  4.00  5.00  6.00  7.00  8.00  9.00 11.00 12.00 13.00 14.00 
  16%   17%   18%   19%   20%   21%   22%   23%   24%   25%   26%   27%   28%   29%   30%   31% 
15.00 16.00 17.00 18.00 19.00 20.00 21.00 23.00 23.76 24.00 25.00 26.00 27.00 29.00 30.00 30.00 
  32%   33%   34%   35%   36%   37%   38%   39%   40%   41%   42%   43%   44%   45%   46%   47% 
32.00 32.00 33.00 34.00 35.00 36.00 37.62 39.00 40.00 41.00 42.00 43.00 44.56 45.00 47.00 47.53 
  48%   49%   50%   51%   52%   53%   54%   55%   56%   57%   58%   59%   60%   61%   62%   63% 
48.00 49.00 50.00 51.00 53.00 54.00 56.00 57.00 58.00 59.00 59.42 61.00 62.00 62.00 63.00 64.00 
  64%   65%   66%   67%   68%   69%   70%   71%   72%   73%   74%   75%   76%   77%   78%   79% 
64.36 65.00 66.00 67.33 69.00 70.00 71.00 72.00 73.00 74.00 75.00 75.00 77.00 78.00 79.00 79.00 
  80%   81%   82%   83%   84%   85%   86%   87%   88%   89%   90%   91%   92%   93%   94%   95% 
80.00 81.00 82.00 82.17 84.00 85.00 86.00 87.00 88.00 89.00 90.00 91.00 92.00 93.00 94.00 94.00 
  96%   97%   98%   99%  100% 
95.00 96.00 97.00 98.00 99.00 

Nota: En todas las salidas los valores 0% y 100% representan el valor mínimo y máximo de la muestra.

6
  • Es posible hacer mismos cálculos pero en base a un factor dentro del dataset?
    – Calfiao
    Commented el 3 abr. 2020 a las 14:53
  • un quantil, percentil, etc solo es aplicable a variables continuas. ¿a que te refieres con un factor? Commented el 3 abr. 2020 a las 15:52
  • Lo que quise decir es que si tengo una variable y (continua) pero mi dataset contiene categorias. Por ejemplo A=y1,y2,y3. Y B=, y3, y10, y11. Quisiera los cuantiles de la variable y pero para A y B separadamente.
    – Calfiao
    Commented el 3 abr. 2020 a las 16:03
  • Ahhh. Ok. te entendí. Si, tienes que agrupar los datos y por cada categoría calcular los quantiles, una forma simple, e adaptar este ejemplo aggregate(disp ~ cyl, mtcars, quantile), en tu caso cyl sería la variable factor y disp la variable continua Commented el 3 abr. 2020 a las 17:45
  • Muchisimas gracias, siempre son my utiles tus comentarios. Una ultima consula si puede ser. Quiero que le categorice la variable disp en base a los percentiles que estoy calculando (que son variables segun cyl). Podrás orientarme? No logro encontrar esto
    – Calfiao
    Commented el 3 abr. 2020 a las 18:10

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.