如何 select 距离向量均值最远的值

Question

假设向量

vector<-c( 0.096846906,  0.068149926, -0.019938431, -0.095515090, -0.109936195, -0.006755265, -0.207243555,  0.117235435, -0.036333873, -0.156043650, -0.334150484,
   0.141990040, -0.116270635,  0.079373531,  0.070359814,  0.090415147,  0.046807444, -0.024908308,  0.022005548,  0.015559027,  0.065343488,  0.039524657,
   0.077209216,  0.051124695,  0.076794957, -0.059121977,  0.071967601,  0.042357348,  0.039801927,  0.053932640, -0.036346802, -0.070258993, -0.105611663,
   -0.138738161, -0.044395825, -0.194363631, -0.127153662,  0.052912436,  0.163879916,  0.087960810,  0.005298789, -0.191104683,  0.113214756,  0.045232380)

和mean=-0.007702101。我想要 select 离均值最远的值。例如，假设距离均值最远的 10 个值。

我使用此代码获取与平均值最远的值：

sort(abs(vector-mean(vector)))

所以基本上现在我有一系列不同的订单。但是我找不到一种方法来获取距离最高（又是最远的 10 个）的值（来自名为：vector 的数据）。我确信这很简单，但我真的卡住了！

Answer 1

有很多方法可以做到这一点。根据您的示例和要求，您可以这样做，

m <- 10
vector[head(order(abs(vector - mean(vector)), decreasing = TRUE), m)]
#[1] -0.3341505 -0.2072436 -0.1943636 -0.1911047  0.1638799  0.1419900 -0.1560437 -0.1387382  0.1172354  0.1132148

转换为：

取每个值与均值之差的绝对值
顺序递减（从最大值开始）。订单给出索引而不是实际值（如 sort 那样）
使用 head 获取前 m 个值。另一种选择是 [1:m]
将索引包装在向量中以获得实际的 vector 值

Answer 2

另一种方法是基于可调的标准偏差。

假设mn <- mean(vector)和std <- sd(vector)，则

d <- 1.5
vector[vector<(mn-d*std) | vector>(mn+d*std)]

#[1] -0.2072436 -0.3341505 -0.1943636  0.1638799 -0.1911047

通过调整 d，您可以决定要偏离均值多远。

(d=1 给出那些与平均值相差超过 1 个标准差的数字)

Answer 3

你可以使用 dplyr:

vector%>%as_tibble()%>%mutate(dist_Mean = abs(value - mean(value) ))%>%arrange(desc(dist_Mean))%>%top_n(10)

如何 select 距离向量均值最远的值

How to select the most distant values from the mean of a vector

r

distance

mean