Geometrik Ortalama: yerleşik var mı?

Geometrik ortalama için bir yerleşik bulmaya çalıştım ama bulamadım.

(Açıkçası bir yerleşik, kabukta çalışırken bana hiç zaman kazandırmayacaktır ve doğrulukta herhangi bir fark olduğundan şüphelenmiyorum; komut dosyaları için yerleşikleri olabildiğince sık kullanmaya çalışıyorum, burada (kümülatif) performans kazancı genellikle fark edilir.

Bir tane olmaması durumunda (ki durumdan şüpheliyim) işte benim.

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

İşte R'de geometrik ortalamayı hesaplamak için vektörleştirilmiş, sıfır ve NA toleranslı bir fonksiyon . Pozitif olmayan değerler içeren durumlar için ayrıntılı meanhesaplama length(x)gereklidir x.

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

@ Ben-bolker'a teşekkürler na.rm ve doğru çalıştığından emin olduğu .

Bazı yorumların NAverilerdeki değerlerin yanlış eşdeğerliği ve sıfırlarla ilgili olduğunu düşünüyorum. Aklımdaki uygulamada bunlar aynı, ama elbette bu genel olarak doğru değil. Bu nedenle, isteğe bağlı sıfır yayılımını dahil etmek ve kaldırma length(x)durumunda farklı şekilde davranmak istiyorsanız NA, aşağıdaki işleve biraz daha uzun bir alternatiftir.

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))
  }
}

Ayrıca negatif değerleri kontrol NaNettiğini ve geometrik ortalamanın negatif değerler için tanımlanmadığını (ancak sıfırlar için olduğunu) dikkate alarak daha bilgilendirici ve uygun bir döndürdüğünü unutmayın. Bu konuda davamda kalan yorumculara teşekkürler.

Hayır, ama burada olduğu gibi bir tane yazmış birkaç kişi var .

Başka bir olasılık da bunu kullanmaktır:

exp(mean(log(x)))

Psych paketini kullanabilir ve geometrik.mean diyebiliriz fonksiyonunu .

exp(mean(log(x)))

x'te 0 olmadığı sürece çalışacaktır. Eğer öyleyse, günlük her zaman 0 geometrik ortalama ile sonuçlanan -Inf (-Infinite) üretecektir.

Çözümlerden biri, ortalamayı hesaplamadan önce -Inf değerini kaldırmaktır:

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

Bunu yapmak için tek satırlık kullanabilirsiniz, ancak bu, günlüğü iki kez hesaplamak anlamına gelir ki bu verimsizdir.

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

Tam olarak Mark'ın söylediğini kullanıyorum. Bu şekilde, kılavuz çekme ile bile yerleşik meanişlevi kullanabilirsiniz, sizinkini tanımlamanıza gerek kalmaz! Örneğin, $ değer verisinin grup başına geometrik ortalamasını hesaplamak için:

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

Bu sürüm diğer cevaplardan daha fazla seçenek sunar.

• Kullanıcının (gerçek) sayı olmayan sonuçları ve mevcut olmayanları ayırt etmesine olanak tanır. Negatif sayılar varsa, cevap gerçek bir sayı olmayacağından NaNdöndürülür. Tüm NAdeğerler buysa , işlev, NA_real_gerçek bir değerin tam anlamıyla mevcut olmadığını yansıtmak için geri dönecektir . Bu ince bir farktır, ancak (biraz) daha sağlam sonuçlar verebilir.

• İlk isteğe bağlı parametrenin zero.rm, kullanıcının çıktıyı sıfır yapmadan sıfırları etkilemesine izin vermesi amaçlanmıştır. Eğer zero.rmayarlandığında FALSEve etaayarlanırsa NA_real_(varsayılan değerine), sıfırlar birine doğru sonucu küçülme etkisi vardır. Bunun için herhangi bir teorik gerekçem yok - sadece sıfırları görmezden gelmek değil, sonucu otomatik olarak sıfırlamayı içermeyen "bir şeyler yapmak" daha mantıklı görünüyor.

• etaaşağıdaki tartışmadan esinlenerek sıfırları ele almanın bir yoludur: https://support.bioconductor.org/p/64014/

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)
}

EnvStats paketi için bir işlevi vardır GEOMEAN ve geoSd .

Verilerinizde eksik değerler olması durumunda, bu nadir görülen bir durum değildir. bir argüman daha eklemeniz gerekiyor.

Aşağıdaki kodu deneyebilirsiniz:

exp(mean(log(i[ is.finite(log(i)) ]), na.rm = TRUE))

exp(mean(log(x1))) == prod(x1)^(1/length(x1))