【发布时间】:2021-03-19 08:22:04
【问题描述】:
我有一组包含多个案例的数据。每个案例都有不同数量的观察。如何计算移动模态并绘制移动模态?我目前的想法是创建滞后和领先的数据框,然后使用 rowModes() 和 base R 来计算行模式,但我不确定如何绘制它。
例如,如果我想从下面的数据中获取a的7天移动模态,我该如何计算移动模态并将其绘制在y轴上a和@的图形上987654324@作为 x 轴上的日期?
a <- c(43,82,38,13,54,74,23,73,16,82,10,1,48,93,57,23,23,86,63,23,24,25,26,65,17,23,36,16,90,68,66)
b <- seq(as.Date("2010-12-01"), as.Date("2010-12-31"), by = "days")
testDF <- data.frame(a,b)
【问题讨论】:
-
我在任何地方都看不到基础 R 中的
rowModes()函数。还有什么是模态?举一个例子,你如何计算它?如果您分享所共享数据的预期输出,会有所帮助吗? -
@RonakShah 模式只是模式,它是最常出现的数字。在这种情况下,前 7 天(a 中的前 7 天,43,82,...)所有值都显示相同的数量,所以我要绘制的模式只是这些值的平均值。
-
所以你的意思是如果所有的值出现相同的次数你取它们的平均值,如果你有 7 个值作为 1、1、1、1、2、2、2 你返回 1?跨度>
-
是的,完全正确,我希望能够换档 7
标签: r plot mode moving-average