Question

我得到了1到4之间的数字数组，但通常它们的最小值和最大值之间的差不超过0.5。每个元素之间的差异不小于.1。我想找到包含至少90％（或其他指定比率）元素的最小边距。

也就是说，给定数组

c(1, 1.9, 2, 2, 2, 2, 2.1, 2.2, 2.3, 2.3)

我希望我的函数返回.4，因为2.3-1.9 = .4 <2.3-1 = 1.3。详细信息：

2.3-1.9来自长度为90％的子向量，从1.9开始一直到结束
2.3-1来自长度为90％的子矢量，从1开始到第一个2.3结束

我尝试构建函数几次，但是它一直变得过于复杂，我想知道是否有一种简单的方法可以实现我从未考虑过的事情。

编辑：它必须能够满足偏斜的分布。自从我不断重构代码以来，我还没有完整的代码示例，但是我会做一些事情并将其发布。

Edit2：我无法提供要馈入函数的数组的任何示例，但这是一个用于生成相似值的函数。只要有效，它就不会落在1到4范围内。

x = round(rbeta(20,5,2)*100)/10

Answer 1

最简单的方法是通过测试包括90％在内的所有可能范围进行暴力破解。为此，我们计算出有多少个术语，因此可以从哪个索引开始，并计算每个术语的差，然后计算出它们的最小值。

x <- c(1, 1.9, 2, 2, 2, 2, 2.1, 2.2, 2.3, 2.3)
n <- ceiling(length(x)*0.9)   # get the number of terms needed to include 90%
k <- 1 : (length(x) - n + 1)  # get the possible indices the range can start at
x <- sort(x)                  # need them sorted...
d <- x[k + n - 1] - x[k]      # get the difference starting at each range
min(d)                        # get the smallest difference

Answer 2

这是一种方法（与@Aaron的方法相同，除了head / tail而非x[i]之外）：

x = c(1, 1.9, 2, 2, 2, 2, 2.1, 2.2, 2.3, 2.3)
xn= length(x)

# number of elements to drop
n = round(0.1*xn) 

# achievable ranges
v = tail(x, n+1) - head(x, n+1)

min(v)
# [1] 0.4

确认x个删除n个元素的子向量确实具有以下范围：

n_up = which.min(v) - 1
n_dn = n-n_up

xs = x[(1 + n_up):(xn - n_dn)]

diff(range(xs))
# [1] 0.4
length(x) - length(xs) == n
# [1] TRUE

在新示例上进行测试：

set.seed(1)
x0 = round(rbeta(20,5,2)*100)/10
x = sort(x0)
xn= length(x)

n = round(0.1*xn)
v = tail(x, n+1) - head(x, n+1)

min(v)
# [1] 4.1

# confirm...
n_up = which.min(v) - 1
n_dn = n-n_up    
xs = x[(1 + n_up):(xn - n_dn)]

diff(range(xs))
# [1] 4.1
length(x) - length(xs) == n
# [1] TRUE

部分排序可能就足够了（只是为了获得两端的最高和最低值）；参见?sort。

Answer 3

这可以通过quantile解决。

计算0.05和0.95分位数。
获取在这些限制内的x的值。将此向量称为in_90。
返回这些in_90的最小值和最大值之间的差。

指令的顺序就是这样。

qq <- quantile(x, c(0.05, 0.95))
in_90 <- x[qq[1] <= x & x <= qq[2]]
diff(range(in_90))
#[1] 0.4

功能：

amplitude <- function(x, conf = 0.9){
  quants <- c((1 - conf)/2, 1 - (1 - conf)/2)
  qq <- quantile(x, quants)
  inside <- x[qq[1] <= x & x <= qq[2]]
  diff(range(inside))
}

amplitude(x)
#[1] 0.4

数据。

x <- c(1, 1.9, 2, 2, 2, 2, 2.1, 2.2, 2.3, 2.3)

使用R在数组中查找包含90％值的最小间隔的最简单方法是什么？

3 个答案: