Как да категоризирам непрекъсната променлива в 4 групи с еднакъв размер в R?

Трябва да категоризирам непрекъсната променлива в 4 класа, всеки с еднакъв брой наблюдения. Използвал съм функцията

cut(x, breaks = quantile(x,probs=seq(0,1,0.25)),include.lowest=TRUE,right=FALSE))

Проблемът ми е, че броят на наблюденията във всяка категория не е напълно еднакъв, защото има наблюдения (и повече от едно), които имат точно същата стойност на квантилите. Как мога да го направя?

Моята променлива чака

[1] 79 54 74 62 85 55 88 85 51 85 54 84 78 47 83 52 62 84 52 79 51 47 78 69 74
[26] 83 55 76 78 79 73 77 66 80 74 52 48 80 59 90 80 58 84 58 73 83 64 53 82 59
[51] 75 90 54 80 54 83 71 64 77 81 59 84 48 82 60 92 78 78 65 73 82 56 79 71 62
[76] 76 60 78 76 83 75 82 70 65 73 88 76 80 48 86 60 90 50 78 63 72 84 75 51 82
[101] 62 88 49 83 81 47 84 52 86 81 75 59 89 79 59 81 50 85 59 87 53 69 77 56 88
[126] 81 45 82 55 90 45 83 56 89 46 82 51 86 53 79 81 60 82 77 76 59 80 49 96 53
[151] 77 77 65 81 71 70 81 93 53 89 45 86 58 78 66 76 63 88 52 93 49 57 77 68 81
[176] 81 73 50 85 74 55 77 83 83 51 78 84 46 83 55 81 57 76 84 77 81 87 77 51 78
[201] 60 82 91 53 78 46 77 84 49 83 71 80 49 75 64 76 53 94 55 76 50 82 54 75 78
[226] 79 78 78 70 79 70 54 86 50 90 54 54 77 79 64 75 47 86 63 85 82 57 82 67 74
[251] 54 83 73 73 88 80 71 83 56 79 78 84 58 83 43 60 75 81 46 90 46 74

което в набора от данни е точно в R. Има 272 наблюдения, следователно се дели на 4, което дава 68 наблюдения във всяка категория.

използвал съм

newwait<-cut(waiting, breaks =quantile(waiting,probs=seq(0,1,0.25)),include.lowest=TRUE,right=FALSE)

table(newwait)
newwait
[43,58) [58,76) [76,82) [82,96] 
     66      68      67      71

както можете да видите, броят на наблюденията във всяка група е сходен, но не съвсем еднакъв.


r variables continuous
person user2974841    schedule 09.11.2013    source източник
comment
Опитах да кодирате със 100/1000/10000/100000 случайни числа и винаги получавам 4 групи с еднакъв размер. Можете ли да публикувате вашите данни (може би част от тях)   -  person Michele    schedule 10.11.2013
comment
възпроизводим пример: x <- rep(1:5,c(1,3,3,2,1)). table(cut(...)) дава (1,3,3,3) [въпреки че този конкретен пример е невъзможен, тъй като length(x) не се дели на 4   -  person Ben Bolker    schedule 10.11.2013
comment
Редактирах въпроса си с променливата   -  person user2974841    schedule 10.11.2013

Отговори (1)


arrow_upward
0
arrow_downward

По принцип звучи така, сякаш трябва да се справите с връзките. Също така трябва да имате вектор, чиято дължина, разделена на 4, дава цяло число... но предполагам, че знаете това.

Ето едно решение, използващо решаващите функции на rank:

set.seed(1)
x <- round(runif(1000,0,1),1)
table(x)
## x
##   0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9   1 
##  43 106  95 103 112 109  82 102  95 100  53

y <- rank(x, ties.method='first') # <- this forces tie breaks
cuts <- cut(y, breaks = quantile(y,probs=seq(0,1,0.25)),
               include.lowest=TRUE,
               right=FALSE)
# check that cuts are all the same length:
lapply(split(x,cuts), length)
$`[1,251)`
[1] 250

$`[251,500)`
[1] 250

$`[500,750)`
[1] 250

$`[750,1e+03]`
[1] 250
person Thomas    schedule 10.11.2013