如何计算 R 中的修剪平均值？

在本文中，我们将讨论如何在 R 编程语言中计算修剪后的平均值。

修剪后的平均值是在从给定数据中删除特定百分比的最小和最大数字后计算的给定数据的平均值。

示例：

Given a set of elements-
[3,4,5,2,8,7,6,9,10,1]
let x = 10% to be trimmed

Solution:
Step 1 : Convert the set into ascending order
 [1 , 2,  3,  4,  5,  6,  7,  8,  9, 10]
 
Step 2 : Remove 10% top and bottom values
 Here 10% means 1 value from top and 1 value from bottom
 so 1 and 10 are removed
 Then the final set is
 [2,  3,  4,  5,  6,  7,  8,  9]
 
Step 3 : Find the mean of the resultant set
[2+3+4+5+6+7+8+9]/8=5.5

要计算给定数据的修剪平均值，用户必须使用带有修剪参数的 mean()函数。

语法：

mean(data,trim)

在哪里，

• 数据是输入数据
• trim 是要删除的值百分比

例子：

在此示例中，我们使用 R 编程语言中的带有 trim 参数的 mean()函数修剪 10% 的向量，该向量包含从 1 到 10 的元素。

R

# create  a vector
data=c(1:10)
  
# display 
print(data)
  
# calculate trimmed mean with trim of 10%
print(mean(data,trim=0.10))

输出：

[1]  1  2  3  4  5  6  7  8  9 10
[1] 5.5

示例 2：

在此示例中，我们使用 R 编程语言中的带有 trim 参数的 mean()函数修剪 10% 的向量，该向量包含从 1 到 20 的元素。

R

# create  a vector
data=c(1:20)
  
# display 
print(data)
  
# calculate trimmed mean with trim of 10%
print(mean(data,trim=0.10))

输出：

[1]  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20
[1] 10.5

示例 3：

在此示例中，我们正在修剪 R 语言中数据框的给定列中包含 5 个元素的 5% 元素的平均值。

R

# create dataframe with 3 columns
data=data.frame(col1=c(23,45,32,12,34),
                col2=c(34,56,78,98,76),
                col3=c(45,78,65,32,45))
  
# display dataframe
print(data)
  
# calculate trimmed mean with trim 
# of 5% in col1
print(mean(data$col1,trim=0.05))
  
# calculate trimmed mean with trim 
# of 5% in col2
print(mean(data$col2,trim=0.05))
  
# calculate trimmed mean with trim 
# of 5% in col3
print(mean(data$col3,trim=0.05))

输出：