私はmedianが役に立つと思っていますが、3つの一般的なケースに基づいて、あなたは別の例でmedianを適用する必要がありますどのように
case 1: distribution of values do not overlap
case 2: distribution of values in 1 group completely overlaps with distribution of values in other group
case 3: distribution of values partially overlap (the data example you gave)
が発生した北韓は
case 1: median value of all values
case 2: median value of all values
case 3: median value of only overlapping values
あなたのデータおよびあなたのプロット機能
を次の
plotfun <- function(df) {
with(df, boxplot(Values~Groups))
with(df, points(Values~Groups, cex=2))
}
df<-data.frame(Values = c(1,2,3,4,5,6,7,10,4,5.5,6,6.5,8,9,12),
Groups = c(rep("a",8),rep("b",7)))
df
plotfun(df)
馬力機能は、myfunです。それは3つのケースのどれが関連しているかを決定し、それに応じて中央値を適用する。値が整数でない場合は、追加の引数unitofchangeを指定することができます。つまり、おそらく、あなたは0.1で増分するデータを扱っているでしょう。
library(dplyr)
myfun <- function(df, unitofchange=1) {
unitofchange <- unitofchange/10
require(dplyr)
summarydf <- df %>%
group_by(Groups) %>%
summarise(min = min(Values), max = max(Values)) %>%
arrange(min)
if (summarydf$max[1] < summarydf$min[2]) {
# Case 1: distributions do not overlap
ans <- list(Break = median(df$Values), Nout = 0)
} else if (summarydf$max[1] > summarydf$max[2]) {
# Case 2: one distribution is completely between other distribution
ans <- list(Break = median(df$Values))
ans[["Break"]] <- modifyiftie(df, unitofchange, ans[["Break"]])
ans["Nout"] <- sum(df$Values < ans[["Break"]])
} else {
# Case 3: distributions partially overlap
subset_df <- df %>%
filter(between(Values, summarydf$min[2], summarydf$max[1]))
ans <- list(Break = median(subset_df$Values))
ans[["Break"]] <- modifyiftie(df, unitofchange, ans[["Break"]])
ans["Nout"] <- sum(subset_df$Values[subset_df$Groups == summarydf$Groups[1]] > ans[["Break"]],
subset_df$Values[subset_df$Groups == summarydf$Groups[1]] < ans[["Break"]])
}
return(ans)
}
は、私はまた、分離値は両群で発見され、あなたが与えた例のようなケースでは、別の関数modifyiftieを含め3異なるケース
ケース3の
modifyiftie <- function(df, unitofchange, b) {
require(dplyr)
tie <- df %>%
group_by(Groups) %>%
filter(Values == b)
if (nrow(tie) > 0 & all(unique(tie$Groups) %in% unique(df$Groups))) { # tie is true
return(b + unitofchange)
} else {
return(b)
}
}
出力：あなたのデータ
df<-data.frame(Values = c(1,2,3,4,5,6,7,10,4,5.5,6,6.5,8,9,12),
Groups = c(rep("a",8),rep("b",7)))
df
myfun(df)
# $Break
# [1] 6.1
# $Nout
# [1] 5
ケース1：配信は行われません
set.seed(1)
df<-data.frame(Values = c(runif(10)*10, (runif(10)*10)+10),
Groups = rep(c("a","b"), each=10))
plotfun(df)
myfun(df)
# $Break
# [1] 10.60616
# $Nout
# [1] 0
ケース2 rlap：一つのグループの分布は、他のグループの分布との間に入る
set.seed(1)
df<-data.frame(Values = c((runif(10)*5)+5, runif(10)*20),
Groups = rep(c("a","b"), each=10))
plotfun(df)
myfun(df)
# $Break
# [1] 8.22478
# $Nout
# [1] 10
