均值 - 如何聚合不同样本大小的均值答案

【问题标题】：Mean of Means - How to aggregate means of different sample sizes均值 - 如何聚合不同样本大小的均值
【发布时间】：2017-11-02 22:29:49
【问题描述】：

我如何考虑取几个不同平均值的平均值？

这是一些数据：

library(dplyr)
month <- c("January", "January","January", "February", "March", "April", "April", "May", "June", "July")
year <- c(2014, 2014, 2014, 2014, 2014, 2014, 2014, 2014, 2014, 2014)
v1 <- c(0, 1, 0, 1, 0, 0, 1, 0, 1, 1)
df <- data.frame(month, year, v1)

如您所见，我在不同月份有不同的样本量。一月的样本量为 3，四月的样本量为 2，以此类推

我可以取他们每个人的平均值，每个月取一个平均值：

 df %>% group_by(year, month) %>% summarize_all(mean)

但是，我如何获得 2014 年的正确平均值，因为我有几个月的平均值，其中每个月的平均值都有不同的样本量？

【问题讨论】：

这是一个统计问题吗？你只是group_by(year) 假设每一行都是一个样本，因为它出现在你的数据中。或者，您可以使用weighted.mean()
是的，我想这是一个统计问题。鉴于每月平均值是用不同的样本量创建的，我不确定它是否需要任何加权。
通过在交叉验证上发帖，您更有可能获得有关统计问题的帮助：stats.stackexchange.com

标签： r math mean

【解决方案1】：

两种平均方法都给你相同的值：

这里只是取年平均值：

df %>% group_by(year) %>% 
  summarise(year_avg = mean(v1))

与每个月有不同样本的月平均值进行比较：

df %>% group_by(year, month) %>% 
  summarise(month_avg = mean(v1), samples = n()) %>%
  summarise(year_avg = weighted.mean(month_avg, samples))

【讨论】：

【解决方案2】：

没有代表发表评论。您的问题不清楚，您要计算什么？您想要平均月平均值吗？

鉴于某些月份缺乏数据，我想知道计算每个月的平均值是否合适。如果您只想要 2014 年的直接平均值，则无需分组为月份，您只需计算样本平均值即可。

【讨论】：

我有不同数量的每日二元观测值，我通过取平均值将它们聚合成月度数据。但是，我不仅对查看每个月的平均值感兴趣，而且对一年的平均值也很感兴趣。我现在明白你的意思了，我可以只从未汇总的数据中取平均值，而不是尝试取为每月水平计算的几个平均值的平均值。