R-Markdown中数值向量的偶数间距

Question

我目前在中级统计学班。我在作业中遇到了一个问题，它是这样的：

从作业中：“为囊性纤维化患者创建一个向量x，用这25个BMI观测值……

68、65、64、67、93、68、89、69、67、68、89、90、93、93、66、70、70、92、69、72、86、86、97、71、95

我想要帮助的部分：

a.创建一个从60-100到60、65、70、75、80、85、90、95、100的直方图。“

b.计算属于下列类别的观察所占百分比：

1. 60-65
2. 65-70
3. 70-75
4. 75-80
5. 80-85
6. 85-90
7. 90-95
8. 95-100共计100%

我创建了一个名为cyst_fibro_sample的对象来包含观察结果。该作业指示我们使用R计算一些基本统计数据，如五个数字摘要、四分位数范围和标准差。我使用内置的hist()函数，因为我没有变量，只有观察图，我不知道如何用ggplot()绘制观察结果

hist(x, breaks = 60,65,70...)，我想避免手工输入所有的值，因为这样做效率很低。但是，对于偶数间隔，我不能像向量运算那样。

我希望这个论点是hist(x, breaks = c(60:100, increasing by = 5)

对于作业的B部分，我认为我们被要求计算每一类观测的密度，但我不确定。

任何帮助都是非常感谢的！

Answer 1

我在R中的基本直方图函数中使用了断续参数中的seq()函数。

hist(x, breaks = seq(60, 100, 5)

我还想出了如何计算赋值中给出的每个界的百分比。

sum((x >= 60, & x < 65)/length(x)) * 100

我把每一个百分比都保存为对象，我想用它们建立一个简单的数据框架。

Answer 2

这里我使用了cars数据集，但是通过使用一个函数来检测边界，我们可以使用seq生成一个中断/回收箱向量来生成直方图，并使用cut计算密度。

data <- cars

make_bins <- function(data, m = 5) {
  rounded <- round(data/m) * m
  bins <- seq(min(rounded), max(rounded), by = m)
  return(bins)
}

bins <- make_bins(data$dist)

hist(data$dist, bins)

data$bins <- cut(data$dist, bins, include.lowest = TRUE)
dens <- table(data$bins)/nrow(data)
print(dens)