创建确定异常值影响的函数

如何解决创建确定异常值影响的函数

我的总体目标是证明离群值对数据集平均值的影响。我正在尝试创建一个使用异常值“ k”的大小作为输入并输出平均值的函数。基本上，该函数需要采用任何值“ k”（这是离群值），并且如果x的第一个值被k替换，则返回向量x的平均值。例如，假设数据集是学生群体的身高。第一个值应该是71.3厘米，但孩子不小心放了713厘米。在这种情况下，我希望函数告诉我如果存在值713（k = 713）的异常值，向量的平均值是多少。到目前为止，我有以下内容，其中x是高度数据集的名称。

average_err <- function(k) {
x[1] <- k
mean(x[1])
}

然后计算平均值，如果离群值为713

average_err(713)

但是，我的输出始终与输入相同。有人可以帮我吗？

解决方法

我建议：

average_err <- function(x,k) {
mean(c(x,k))
}

在上面，您没有将x值之一替换为离群值，而是向现有的x-vactor添加离群值。正如@SteveM所建议的那样，您还应该使函数以x作为参数

x <- rnorm(25)
average_err(x,100)
# [1] 3.627824

您还可以构建它以同时打印原始x的均值，带有k的x和差异：

average_err <- function(x,k) {
  m1 <- mean(x)
  m2 <- mean(c(x,k))
  d <- m2-m1
  out <- data.frame(mean = c(m1,m2,d))
  rownames(out) = c("x","x,k","difference")
  out
}
average_err(x,100)
#                  mean
# x          -0.2270631
# x,k         3.6278239
# difference  3.8548870

,

我不确定我是否理解得很好，但是在您的情况下，我宁愿将“ mean（x [1]）”替换为“ mean（x）”。如果您写的是mean（x [1]），则只会计算一个值的平均值，该值已替换为离群值k。

average_err <- function(k) {
x[1] <- k
mean(x)
}