[r] 기하 평균 : 내장 기능이 있습니까?

Program / 글쓴이

기하 평균에 대한 내장을 찾으려고했지만 찾을 수 없었습니다.

(분명히 빌트인은 쉘에서 작업하는 동안 저를 절약 할 수 없으며 정확도에 차이가 있다고 생각하지 않습니다. 스크립트의 경우 빌트인을 가능한 한 자주 사용하려고합니다. 성능 향상은 종종 눈에 띄게 나타납니다.

(내가 의심하는) 하나가 없다면 여기 내 것입니다. 

gm_mean = function(a){prod(a)^(1/length(a))}

답변

다음은 R에서 기하 평균을 계산하기위한 벡터화 된 0 및 NA 허용 함수입니다. 포함 된 자세한 mean계산 length(x)은 x양수가 아닌 값을 포함 하는 경우에 필요 합니다.

gm_mean = function(x, na.rm=TRUE){
  exp(sum(log(x[x > 0]), na.rm=na.rm) / length(x))
}

na.rm통과 에 주목 해 주신 @ ben-bolker 와 올바르게 작동하는지 확인한 @Gregor에게 감사드립니다 .

의견 중 일부 NA는 데이터 및 0 값 의 잘못된 동등성과 관련이 있다고 생각 합니다. 응용 프로그램에서 나는 그것들이 동일하다는 것을 염두에 두었지만 물론 이것은 일반적으로 사실이 아닙니다. 따라서 0의 선택적 전파를 포함하고 제거 length(x)의 경우 다르게 처리 NA하려면 다음이 위의 함수에 대한 약간 더 긴 대안입니다.

gm_mean = function(x, na.rm=TRUE, zero.propagate = FALSE){
  if(any(x < 0, na.rm = TRUE)){
    return(NaN)
  }
  if(zero.propagate){
    if(any(x == 0, na.rm = TRUE)){
      return(0)
    }
    exp(mean(log(x), na.rm = na.rm))
  } else {
    exp(sum(log(x[x > 0]), na.rm=na.rm) / length(x))
  }
}

또한 음수 값을 확인 NaN하고 기하 평균이 음수 값에 대해 정의되지 않았다는 점을 고려 하여 더 유익하고 적절한 결과를 반환 합니다 (하지만 0에 대한 것임). 이것에 대해 내 사건에 남아있는 논평자들에게 감사드립니다.

답변

아니요,하지만 여기 와 같이 글을 쓴 사람이 몇 명 있습니다 .

또 다른 가능성은 이것을 사용하는 것입니다.

exp(mean(log(x)))

답변

우리는 psych 패키지 를 사용 하고 geometric.mean 함수를 호출 할 수 있습니다 .

답변

그만큼 

exp(mean(log(x)))

x에 0이 없으면 작동합니다. 그렇다면 로그는 항상 기하 평균이 0 인 -Inf (-Infinite)를 생성합니다.

한 가지 해결책은 평균을 계산하기 전에 -Inf 값을 제거하는 것입니다.

geo_mean <- function(data) {
    log_data <- log(data)
    gm <- exp(mean(log_data[is.finite(log_data)]))
    return(gm)
}

한 줄짜리를 사용하여이를 수행 할 수 있지만 이는 비효율적 인 로그를 두 번 계산하는 것을 의미합니다.

exp(mean(log(i[is.finite(log(i))])))

답변

마크가 말한 그대로 사용합니다. 이렇게하면 tapply를 사용해도 내장 mean기능을 사용할 수 있으며, 자신의 기능을 정의 할 필요가 없습니다! 예를 들어, data $ value의 그룹 별 기하학적 평균을 계산하려면 다음을 수행하십시오.

exp(tapply(log(data$value), data$group, mean))

답변

이 버전은 다른 답변보다 더 많은 옵션을 제공합니다.

  • 이를 통해 사용자는 (실제) 숫자가 아닌 결과와 사용할 수없는 결과를 구분할 수 있습니다. 음수가 있으면 답은 실수 NaN가 아니므 로 반환됩니다. 모든 NA값이 있으면 함수는 NA_real_대신 실제 값을 사용할 수 없음을 반영하여 반환 합니다. 이것은 미묘한 차이이지만 (약간) 더 강력한 결과를 얻을 수 있습니다.

  • 첫 번째 선택적 매개 변수 zero.rm는 사용자가 0을 0으로 만들지 않고 출력에 영향을주는 0을 갖도록하기위한 것입니다. 경우 zero.rm로 설정 FALSE하고 eta로 설정 NA_real_(기본값), 제로 한 방향으로 결과를 축소의 효과가 있습니다. 나는 이것에 대한 이론적 정당성을 가지고 있지 않다. 단지 0을 무시하지 않고 자동으로 결과를 0으로 만드는 것을 포함하지 않는 “무언가”하는 것이 더 합리적이다.

  • etahttps://support.bioconductor.org/p/64014/ 토론에서 영감을 얻은 0을 처리하는 방법입니다.

geomean <- function(x,
                    zero.rm = TRUE,
                    na.rm = TRUE,
                    nan.rm = TRUE,
                    eta = NA_real_) {
    nan.count <- sum(is.nan(x))
     na.count <- sum(is.na(x))
  value.count <- if(zero.rm) sum(x[!is.na(x)] > 0) else sum(!is.na(x))

  #Handle cases when there are negative values, all values are missing, or
  #missing values are not tolerated.
  if ((nan.count > 0 & !nan.rm) | any(x < 0, na.rm = TRUE)) {
    return(NaN)
  }
  if ((na.count > 0 & !na.rm) | value.count == 0) {
    return(NA_real_)
  }

  #Handle cases when non-missing values are either all positive or all zero.
  #In these cases the eta parameter is irrelevant and therefore ignored.
  if (all(x > 0, na.rm = TRUE)) {
    return(exp(mean(log(x), na.rm = TRUE)))
  }
  if (all(x == 0, na.rm = TRUE)) {
    return(0)
  }

  #All remaining cases are cases when there are a mix of positive and zero
  #values.
  #By default, we do not use an artificial constant or propagate zeros.
  if (is.na(eta)) {
    return(exp(sum(log(x[x > 0]), na.rm = TRUE) / value.count))
  }
  if (eta > 0) {
    return(exp(mean(log(x + eta), na.rm = TRUE)) - eta)
  }
  return(0) #only propagate zeroes when eta is set to 0 (or less than 0)
}

답변

EnvStats 패키지 하는 기능이있다 GEOMEAN 및 geoSd을 .