我更新了第一个答案中的JavaScript翻译,使用箭头函数和更简洁的符号。功能大体相同,除了 std
,它现在计算样本标准差(通过将除以 arr.length - 1
而不是仅除以 arr.length
)
// sort array ascending
const asc = arr => arr.sort((a, b) => a - b);
const sum = arr => arr.reduce((a, b) => a + b, 0);
const mean = arr => sum(arr) / arr.length;
// sample standard deviation
const std = (arr) => {
const mu = mean(arr);
const diffArr = arr.map(a => (a - mu) ** 2);
return Math.sqrt(sum(diffArr) / (arr.length - 1));
};
const quantile = (arr, q) => {
const sorted = asc(arr);
const pos = (sorted.length - 1) * q;
const base = Math.floor(pos);
const rest = pos - base;
if (sorted[base + 1] !== undefined) {
return sorted[base] + rest * (sorted[base + 1] - sorted[base]);
} else {
return sorted[base];
}
};
const q25 = arr => quantile(arr, .25);
const q50 = arr => quantile(arr, .50);
const q75 = arr => quantile(arr, .75);
const median = arr => q50(arr);
[56, 571, 580, 887]
返回442.25
作为q25,在箱线图中应该是Q1,然而Q1是313.5
。我认为return sorted[base] + rest * (sorted[base + 1] - sorted[base]);
应该改成return (sorted[base] + sorted[base + 1]) / 2;
。 - Jimmy Knoot442.25
。我还尝试了Python Pandas库,它显然使用了“我的”方法,因为它返回了442.25
。 - bubohvar x = quantileSorted([56, 571, 580, 887], .25); console.log(x);
输出442.25
。我认为你犯了和我在那里描述的“常识”方法相同的错误--请参考特别是这个stats.stackexchange的答案。还请参考“_分数(0.25)表示除了值5之外,还添加了5和6之间距离的四分之一。因此,Q1为5 + 0.25 * 2 = 5.5._” - undefined在长时间的搜索中,我找到了不同版本的代码,得出了不同的结果。最终,在Bastian Pöttner的博客上找到了这个非常好的PHP代码片段。使用这个代码片段,我们可以获取数据的平均值和标准差(适用于正态分布)...
PHP版本
//from https://blog.poettner.de/2011/06/09/simple-statistics-with-php/
function Median($Array) {
return Quartile_50($Array);
}
function Quartile_25($Array) {
return Quartile($Array, 0.25);
}
function Quartile_50($Array) {
return Quartile($Array, 0.5);
}
function Quartile_75($Array) {
return Quartile($Array, 0.75);
}
function Quartile($Array, $Quartile) {
sort($Array);
$pos = (count($Array) - 1) * $Quartile;
$base = floor($pos);
$rest = $pos - $base;
if( isset($Array[$base+1]) ) {
return $Array[$base] + $rest * ($Array[$base+1] - $Array[$base]);
} else {
return $Array[$base];
}
}
function Average($Array) {
return array_sum($Array) / count($Array);
}
function StdDev($Array) {
if( count($Array) < 2 ) {
return;
}
$avg = Average($Array);
$sum = 0;
foreach($Array as $value) {
$sum += pow($value - $avg, 2);
}
return sqrt((1 / (count($Array) - 1)) * $sum);
}
根据作者的评论,我简单地编写了一个JavaScript翻译,这肯定会很有用,因为令人惊讶的是,在网络上几乎不可能找到JavaScript等效物,否则需要额外的库,如Math.js。
JavaScript版本
//adapted from https://blog.poettner.de/2011/06/09/simple-statistics-with-php/
function Median(data) {
return Quartile_50(data);
}
function Quartile_25(data) {
return Quartile(data, 0.25);
}
function Quartile_50(data) {
return Quartile(data, 0.5);
}
function Quartile_75(data) {
return Quartile(data, 0.75);
}
function Quartile(data, q) {
data=Array_Sort_Numbers(data);
var pos = ((data.length) - 1) * q;
var base = Math.floor(pos);
var rest = pos - base;
if( (data[base+1]!==undefined) ) {
return data[base] + rest * (data[base+1] - data[base]);
} else {
return data[base];
}
}
function Array_Sort_Numbers(inputarray){
return inputarray.sort(function(a, b) {
return a - b;
});
}
function Array_Sum(t){
return t.reduce(function(a, b) { return a + b; }, 0);
}
function Array_Average(data) {
return Array_Sum(data) / data.length;
}
function Array_Stdev(tab){
var i,j,total = 0, mean = 0, diffSqredArr = [];
for(i=0;i<tab.length;i+=1){
total+=tab[i];
}
mean = total/tab.length;
for(j=0;j<tab.length;j+=1){
diffSqredArr.push(Math.pow((tab[j]-mean),2));
}
return (Math.sqrt(diffSqredArr.reduce(function(firstEl, nextEl){
return firstEl + nextEl;
})/tab.length));
}
其他答案似乎已经给出了计算分位数的"R-7"版本的可靠实现。下面是一些背景知识和另一个JavaScript实现,借鉴自D3,使用相同的R-7方法,而且这个解决方案有额外的好处,它符合es5标准(不需要JavaScript转换),可能还涵盖了一些更多的边缘情况。
下面的“一些背景”部分应该说服您抓取现有实现而不是编写自己的实现。
一个很好的候选者是D3的d3.array包。它有一个分位数函数,基本上是BSD许可证:
https://github.com/d3/d3-array/blob/master/src/quantile.js
我已经快速地将d3的quantileSorted
函数(该文件中定义的第二个函数)从es6转换为了纯JavaScript,需要注意的是数组元素必须已经排序。这是代码。我已经对它进行了足够的测试,感觉它是一个有效的转换,但你的经验可能会有所不同(如果你发现有差异,请在评论中让我知道!):
再次提醒,排序必须在调用此函数之前进行,就像D3的quantileSorted
一样。
//Credit D3: https://github.com/d3/d3-array/blob/master/LICENSE
function quantileSorted(values, p, fnValueFrom) {
var n = values.length;
if (!n) {
return;
}
fnValueFrom =
Object.prototype.toString.call(fnValueFrom) == "[object Function]"
? fnValueFrom
: function (x) {
return x;
};
p = +p;
if (p <= 0 || n < 2) {
return +fnValueFrom(values[0], 0, values);
}
if (p >= 1) {
return +fnValueFrom(values[n - 1], n - 1, values);
}
var i = (n - 1) * p,
i0 = Math.floor(i),
value0 = +fnValueFrom(values[i0], i0, values),
value1 = +fnValueFrom(values[i0 + 1], i0 + 1, values);
return value0 + (value1 - value0) * (i - i0);
}
fnValueFrom
是将复杂对象处理为值的一种方式。您可以在这里查看d3使用示例列表,搜索使用了.quantile
的位置,以了解其工作原理。values
是乌龟,而你在每种情况下都按tortoise.age
排序,那么你的fnValueFrom
可能是x => x.age
。更复杂的版本,包括可能需要在值计算期间访问索引(参数2)和整个集合(参数3)的版本,留给读者自行决定。fnValueFrom
给出任何内容,或者给出的不是函数,则逻辑会假定values
中的元素是实际排序后的值本身。
我相当确定这与其他两个答案中的“R-7方法”版本相同,但如果您需要向产品经理等人证明为什么要使用此方法,下面的内容可能会有所帮助。
快速比较:
function Quartile(data, q) {
data=Array_Sort_Numbers(data); // we're assuming it's already sorted, above, vs. the function use here. same difference.
var pos = ((data.length) - 1) * q; // i = (n - 1) * p
var base = Math.floor(pos); // i0 = Math.floor(i)
var rest = pos - base; // (i - i0);
if( (data[base+1]!==undefined) ) {
// value0 + (i - i0) * (value1 which is values[i0+1] - value0 which is values[i0])
return data[base] + rest * (data[base+1] - data[base]);
} else {
// I think this is covered by if (p <= 0 || n < 2)
return data[base];
}
}
因此,逻辑上接近/看起来完全相同。我认为我移植的d3版本涵盖了一些更多的边缘/无效条件,并包括fnValueFrom
集成,这两者都可能很有用。
如TL;DR中所述,根据d3.array的自述文件,这里的答案都使用“R-7方法”。
这个特定的实现[d3]使用R-7方法,这是R编程语言和Excel的默认方法。
由于d3.array代码与其他答案匹配,我们可以安全地说它们都在使用R-7。
在一些数学和统计的StackExchange网站上进行了一些调查后(1, 2),我发现有“常识性”的方法可以计算每个分位数,但这些方法通常与通常认可的九种计算方法的结果不匹配。
该来自stats.stackexchange的第二个链接中的答案表示...
你的教科书是错误的。很少有人或软件以这种方式定义四分位数。(这往往会使第一四分位数太小,第三四分位数太大。)
R
中的quantile
函数实现了九种不同的计算分位数的方法!
我认为最后一句话很有趣,以下是我找到的关于这九种方法的资料...
基于buboh的答案,我已经使用了一年以上,当计算中间有2个数字时,我注意到了一些奇怪的事情,用于计算Q1和Q3。
我不知道为什么会有余数值以及它是如何使用的,但根据我的理解,如果你在中间有2个数字,那么你需要取它们的平均值来计算中位数。基于这个想法,我编辑了这个函数:
const asc = (arr) => arr.sort((a, b) => a - b);
const quantile = (arr, q) => {
const sorted = asc(arr);
let pos = (sorted.length - 1) * q;
if (pos % 1 === 0) {
return sorted[pos];
}
pos = Math.floor(pos);
if (sorted[pos + 1] !== undefined) {
return (sorted[pos] + sorted[pos + 1]) / 2;
}
return sorted[pos];
};