我需要你的帮助。我需要在 R 中手动计算方差。我已经用这个代码实现了它，它对于缺失值和非数字数据类型不够健壮。
a= c(1,2,3,4,5)
k=mean(a,na.rm = T)
storage=a
for(i in 1:length(a)) {
storage[i]= ((i-k)^2)
}
storage =sum((storage)/(length(a)-1))
storage
当我有 a= c(1,2,3,4,5,c,NA) 时我遇到了麻烦 请问如何修改代码？
【问题讨论】：
a = na.omit(a)
标签： r statistics
首先，有几点观察：
(c(1, 2, 3))^2 产生 1 4 9。无需使用for 循环。mean 不是唯一需要 na.rm = TRUE 的函数； sum 也是。c(1, 'c') 将返回 字符向量 "1", "c"。这就是你遇到麻烦的原因。 （注意：如果向量中有NA，则其类型将与向量的类型相同。）不幸的是，对于那个特定的向量c(1,2,3,4,5,c,NA)，我认为没有一种简单的方法可以将其强制转换为整数。那是因为它是一个将函数作为元素的列表：函数c()。
但是，只要x 是原子向量，此函数就会起作用：
variance <- function(x){
x = as.numeric(x)
x = na.omit(x)
m = mean(x)
return(
sum((x-m)^2, na.rm = TRUE)/(length(x) - 1)
)
}
首先我们将向量强制转换为数字，这样我们就可以处理像c(1, 2, 'a') 这样的向量。然后我们删除NA，所以我们不必在mean 和sum 中写na.rm = TRUE。然后我们就写下公式。
一个小的不便之处在于，在将字符向量转换为数字时，我们会收到一条警告，指出生成了 NAs。如果我们改写x = suppressWarnings(as.numeric(x))，就可以解决这个问题。
如果您希望您的函数能够处理带有函数的列表，请告诉我。
【讨论】：
您正在使用 for 循环，但这实际上是不必要的，您可以创建一个函数来对其进行矢量化，作为第一步，通过转换为字符然后数字向量类型从数据中删除 NA（因为 c 是函数）...
# Create data
set.seed(1)
x1 <- sample(1:10, 5)
x2 <- c(x1, c, NA)
# Make the function
varFunc <- function(x){
# Convert to character then numeric (non numeric become NA) then remove NAs
x <- as.numeric(as.character(x))[!is.na(as.numeric(as.character(x)))]
# Return Variance
sum((x-mean(x))^2) / (length(x)-1)
}
# Use the function
varFunc(x1)
varFunc(x2)
# Sanity check
var(x1)
var(x2, na.rm = TRUE)
【讨论】：
一种可能的方法：首先，清理a。如果您以a = c(1, 2, 3, 4, 5, "c", NA) 之类的开头，则a 将不会存储为数字变量（因为非数字条目）。您可能首先将其强制转换为数字向量，这将提供一个额外的 NA 条目：
a = c(1, 2, 3, 4, 5, "c", NA)
a <- as.numeric(a)
a
## 1 2 3 4 5 NA NA
然后，您可以通过仅保留其中是数字的条目（使用!）来子集原始向量：
a <- a[!is.na(as.numeric(a))]
a
## 1 2 3 4 5
例如，您可以在初始声明 a 之后立即执行这些操作。 Gregor Thomas 还建议使用na.omit()，如果与as.numeric() 正确结合，它可以工作。
我注意到您使用内置 mean() 函数和 na.rm = T... 计算平均值...如果您能够在此处使用相同的方法，请注意 var() 也有一个可选的 @ 987654334@ 参数。我怀疑你不允许使用它，因为你被指示手动计算方差，但也许你可以用它来检查你的答案。
【讨论】：