r - R中的平均值和手动计算之间的区别？

Question

我正在 R 中编写一个简单的函数来计算两个输入数字之间的百分比差异。

pdiff <-function(a,b) 
    {
      if(length(a>=1)) a <- median(a)
      if(length(b>=1)) b <- median(b)
      (abs(a-b)/((a+b)/2))*100
    }

    pdiffa <-function(a,b)
    {
      if(length(a>=1)) a <- median(a)
      if(length(b>=1)) b <- median(b)
      (abs(a-b)/mean(a,b))*100
    }

当您使用 a 和 b 的随机值运行它时，函数会给出不同的结果

x <- 5
y <- 10
pdiff(x,y) #gives 66%
pdiffa(x,y) #gives 100%

当我进入代码时，显然 (x+y)/2 = 7.5 和 mean(x,y) = 5 的值不同......我在这里错过了一些非常明显和愚蠢的东西吗？

Answer 1

这是由于 mean() 中的一个讨厌的“陷阱”。功能(未在 list of R traps 中列出，但可能应该是):您想要 mean(c(a,b)) ，而不是 mean(a,b) .来自 ?mean :

mean(x, ...)
[snip snip snip]
... further arguments passed to or from other methods.

那么如果你调用 mean(5,10) 会发生什么？ ? mean调用 mean.default方法，它有 trim作为它的第二个论点:

trim the fraction (0 to 0.5) of observations to be trimmed from each end of x before the mean is computed. Values of trim outside that range are taken as the nearest endpoint.

最后一个短语“该范围之外的修剪值被视为最近的端点”意味着 trim 的值大于 0.5 被设置为 0.5，这意味着我们要问 mean丢弃 50% 的数据 在数据集的任一端 ，这意味着剩下的就是中位数。通过 mean.default 调试我们的方式，我们看到我们确实最终得到了这个代码......

if (trim >= 0.5) 
      return(stats::median(x, na.rm = FALSE))

所以 mean(c(x,<value_greater_than_0.5>))返回 c(5) 的中位数, 这只是 5 ...