📜  如何计算R中的几何平均值?

📅  最后修改于: 2022-05-13 01:55:30.591000             🧑  作者: Mango

如何计算R中的几何平均值?

在本文中,我们将讨论如何在 R 编程语言中计算几何平均值。

我们可以将几何平均值定义为使用这些项的乘积计算的一组值的平均回报率。

方法 1:手动计算几何平均值

在这种方法中,用户可以通过将参数作为给定数据传递参数,同时使用 exp()、mean() 和 log() 函数手动计算,以计算 R 编程语言中的几何平均值。

  • exp()函数用于从平均数据中获取指数。
  • mean() 用于从日志数据中获取平均值
  • log() 用于获取日志值。

语法

exp(mean(log(data))) 

例子:

在这个例子中,我们将使用 R 语言中的 exp()、mean() 和 log() 函数一起计算向量中 5 个元素的几何平均值。

R
# create  vector
data=c(1,2,3,4,5)
  
# calculate geometric mean
exp(mean(log(data)))


R
# load the library
library(psych)
  
# create  vector
data=c(1,2,3,4,5)
  
# calculate geometric mean
geometric.mean(data)


R
# load the library
library(psych)
  
# create  dataframe with 3 columns
data=data.frame(col1=c(1,2,3,4,5),
                col2=c(23,45,32,12,34),
                col3=c(34,78,90,78,65))
  
# calculate geometric mean for column1
geometric.mean(data$col1)
  
# calculate geometric mean for column2
geometric.mean(data$col2)
  
# calculate geometric mean for column3
geometric.mean(data$col3)


输出:

[1] 2.605171

方法二:使用 psych 包的 geometry.mean函数

在这种方法中,用户必须首先在工作的 R 控制台中安装和导入 psych 包,然后用户必须调用 geometry.mean()函数并将所需的参数传递给它来计算给定数据的几何平均值.

安装和导入 psych 包的语法:

install.package('psych')
library('psych')

语法

geometric.mean(data)

例子:

在此示例中,我们将使用 R 编程语言中 psych 包中的 geometry.mean()函数计算向量中 5 个元素的几何平均值。

R

# load the library
library(psych)
  
# create  vector
data=c(1,2,3,4,5)
  
# calculate geometric mean
geometric.mean(data)

输出:

[1] 2.605171

方法 3:计算数据框中列的几何平均值

在这种计算给定数据框列的几何平均值的方法中,用户需要先在R控制台中安装并导入psych包,然后调用该包的geometry.mean()函数并传递列名带有 $运算符的数据框的几何平均 id 将在 R 编程语言中计算。

语法

geometric.mean(data$column_name)

在哪里,

  • 数据是输入数据框
  • column_name 是数据框的列

例子:

在此示例中,我们将使用 R 语言中 psych 包中的 geometry.mean()函数计算给定数据帧的 3 列和 5 行的所有列的几何平均值。

R

# load the library
library(psych)
  
# create  dataframe with 3 columns
data=data.frame(col1=c(1,2,3,4,5),
                col2=c(23,45,32,12,34),
                col3=c(34,78,90,78,65))
  
# calculate geometric mean for column1
geometric.mean(data$col1)
  
# calculate geometric mean for column2
geometric.mean(data$col2)
  
# calculate geometric mean for column3
geometric.mean(data$col3)

输出:

[1] 2.605171
[1] 26.67781
[1] 65.54881