在[R]中计算名义变量和连续变量的众数

Question

Can anyone help me with this?

If I run:

> mode(iris$Species)
[1] "numeric"
> mode(iris$Sepal.Width)
[1] "numeric"

然后我得到了"numeric"作为答案。

干杯

M

- Markus

Answer 1

函数mode()用于查找对象的存储模式，在本例中，它被存储为模式"numeric"。该函数不用于查找数据集中最常见的观察值，即它不用于查找统计模式。有关此函数在R中的作用以及为什么它对您的问题没有用处，请参阅?mode。

对于离散数据，模式是集合中出现频率最高的观察值：

> set.seed(1) ## reproducible example
> dat <- sample(1:5, 100, replace = TRUE) ## dummy data
> (tab <- table(dat)) ## tabulate the frequencies
dat
 1  2  3  4  5 
13 25 19 26 17 
> which.max(tab) ## which is the mode?
4 
4 
> tab[which.max(tab)] ## what is the frequency of the mode?
 4 
26

对于连续数据，众数是数据的概率密度函数（PDF）达到最大值的值。由于您的数据通常是从某个连续概率分布中取样的，我们不知道PDF，但可以通过直方图或更好的核密度估计来估计它。

回到鸢尾花数据，这里有一个从连续数据确定模式的示例：

> sepalwd <- with(iris, density(Sepal.Width)) ## kernel density estimate
> plot(sepalwd)
> str(sepalwd)
List of 7
 $ x        : num [1:512] 1.63 1.64 1.64 1.65 1.65 ...
 $ y        : num [1:512] 0.000244 0.000283 0.000329 0.000379 0.000436 ...
 $ bw       : num 0.123
 $ n        : int 150
 $ call     : language density.default(x = Sepal.Width)
 $ data.name: chr "Sepal.Width"
 $ has.na   : logi FALSE
 - attr(*, "class")= chr "density"
> with(sepalwd, which.max(y)) ## which value has maximal density?
[1] 224
> with(sepalwd, x[which.max(y)]) ## use the above to find the mode
[1] 3.000314

查看 ?density 以获得更多信息。默认情况下，density（） 在 n = 512 个等距位置处评估核密度估计。如果这对您来说太粗糙，请增加要评估和返回的位置数量：

> sepalwd2 <- with(iris, density(Sepal.Width, n = 2048))
> with(sepalwd, x[which.max(y)])
[1] 3.000314

在这种情况下，它不会改变结果。

- Gavin Simpson

---

请记住，which.max 只返回具有最大值的第一个索引。比较：x<-c(1,2,2,1);which.max(x);which(x==max(x))。 - Sacha Epskamp

Answer 2

查看?mode： mode表示给出存储模式。如果您想要具有最大计数的值，则使用表格。

> Sample <- sample(letters[1:5],50,replace=T)
> tmp <- table(Sample)
> tmp
Sample
 a  b  c  d  e 
 9 12  9  7 13 
> tmp[which(tmp==max(tmp))]
 e 
13 

如果某个函数的执行结果不符合您的预期，请仔细阅读帮助文件。

以下是一些额外的解释：

max(tmp) 表示 tmp 中的最大值。

tmp == max(tmp) 返回一个逻辑向量，长度为 tmp 的长度，指示一个值是否等于 max(tmp)。

which(tmp == max(tmp)) 返回向量中值为 TRUE 的索引。使用这些索引选择 tmp 中的最大值。

请参阅 R 的入门手册和帮助文件 ?which、?max。

- Joris Meys

---

这个很好用。我是R的新手，但我想了解你做了什么...你介意简要解释一下 tmp[which(tmp==max(tmp))] 部分吗？ - Markus

Answer 3

查看 ?mode ：mode 可以提供存储模式。

如果您想知道连续随机变量的模式，我最近发布了 ModEstM 包。除了 Gavin Simpson 提出的方法外，它还处理了多峰变量的情况。 例如，如果您研究样本：

> x2 <- c(rbeta(1000, 23, 4), rbeta(1000, 4, 16))

这很明显是双峰的，你得到了答案：

> ModEstM::ModEstM(x2)
[[1]]
[1] 0.8634313 0.1752347

- user1967010

---

这并没有回答问题。一旦您拥有足够的声望，您将能够评论任何帖子；相反，提供不需要询问者澄清的答案。- 来自审核 - xilliam

目前你的回答不够清晰。请编辑并添加更多细节，以帮助其他人理解它如何回答所提出的问题。你可以在帮助中心找到有关如何撰写好答案的更多信息。 - Community