一个快速为你，最亲爱的[R大师：计算百分
我做的任务，我一直在问，在这个练习中，得到基本统计出来的数据集infert的（这是内置），特别是其中的一列，infert$age。
对于任何不熟悉的数据集：
> table_ages # Which is just subset(infert, select=c("age"));
age
1 26
2 42
3 39
4 34
5 35
6 36
7 23
8 32
9 21
10 28
11 29
...
246 35
247 29
248 23
我已经找到列，方差，偏度标准，它都没事偏差的中值，直到有人问我找到列“百分点”。
到目前为止我还没有找到任何东西，也许我错误地从作业的语言希腊语翻译了它。这是“ποσοστημόρια”，谷歌翻译指出英文词语是“百分位”。
任何关于寻找infert$age“百分点”的教程或想法？
如果您命令一个向量x，并且查找向量中途的值，则只需找到中值或第50百分位。同样的逻辑适用于任何百分比。这里有两个例子。
x <- rnorm(100)
quantile(x, probs = c(0, 0.25, 0.5, 0.75, 1)) # quartile
quantile(x, probs = seq(0, 1, by= 0.1)) # decile
table_ages <- subset(infert, select=c("age"))
summary(table_ages)
# age
# Min. :21.00
# 1st Qu.:28.00
# Median :31.00
# Mean :31.50
# 3rd Qu.:35.25
# Max. :44.00
这可能是他们在寻找什么。应用于数字的summary(...)返回数据的最小值，最大值，平均值，中位数以及第25和第75百分位数。
注意
summary(infert$age)
# Min. 1st Qu. Median Mean 3rd Qu. Max.
# 21.00 28.00 31.00 31.50 35.25 44.00
的数字是相同的，但格式不同。这是因为table_ages是一列（年龄）的数据帧，而infert$age是一个数字向量。尝试输入summary(infert)。
quantile()函数将完成您可能想要的大部分功能，但由于该问题不明确，因此我会提供一个与quantile()稍有不同的备选答案。
ecdf(infert$age)(infert$age)
会产生相同的长度的矢量作为infert$age给人infert$age比例即每个观察的下方。您可以阅读ecdf文档，但基本思想是ecdf()将为您提供返回累积分布的函数。因此ecdf(X)(Y)是X在Y的点的累计分配的值。如果你想知道的是低于30（因此什么百分30的样品中）只是概率，你可以说
ecdf(infert$age)(30)
这种方法与使用quantile()函数的主要区别在于，quantile()要求您将概率置于等级之外，这就要求您将等级放在概率之外。
您还可以使用hmisc包，会给你下面的百分位：
0.05，0。1，0.25，0.5，0.75，0.9，0.95
只是使用描述（table_ages）
请参阅'？quantile'也许？ – A5C1D2H2I1M1N2O1R2T1
@AnandaMahto这看起来基本足以匹配其余练习的感觉。我认为就是这样。 您刚刚将我推入解决方案，谢谢：p –