R语言中使用手动指定的已知均值计算分组标准差的方法

实现方法 #

方法1：直接在summarise中写计算逻辑（无需自定义函数） #

已知均值固定为0时，标准差的计算可以直接基于平方和完成，天然适配dplyr的分组运算规则，写法和你之前用内置sd()的逻辑几乎一致：

• 如需计算总体标准差（分母为样本量n，均值已知无需估计时常用）：

ans <- temp %>% 
  group_by(permno) %>% 
  summarise(std_fixed = sqrt(sum(ret^2, na.rm = TRUE)/n()))

• 如需和内置sd()保持一致的无偏估计逻辑（分母为n-1）：

ans <- temp %>% 
  group_by(permno) %>% 
  summarise(std_fixed_unbiased = sqrt(sum(ret^2, na.rm = TRUE)/(n()-1)))

方法2：封装自定义函数复用 #

如果需要频繁使用固定均值计算标准差，可以先封装自定义函数，后续分组调用和内置函数用法完全一致：

1. 先定义函数：

# 参数说明：
# x: 要计算标准差的向量
# mu: 已知的固定均值，默认设为0
# unbiased: 是否使用无偏估计（分母n-1），默认开启
# na.rm: 是否自动忽略NA值，默认关闭
sd_fixed_mean <- function(x, mu = 0, unbiased = TRUE, na.rm = FALSE) {
  if(na.rm) x <- na.omit(x)
  n <- length(x)
  if(n == 0) return(NA_real_)
  sum_sq <- sum((x - mu)^2)
  denominator <- ifelse(unbiased, n - 1, n)
  return(sqrt(sum_sq / denominator))
}

2. 分组调用，和你之前用sd()的写法完全一致：

ans <- temp %>% 
  group_by(permno) %>% 
  summarise(std = sd_fixed_mean(ret, mu = 0, na.rm = TRUE))

注意事项 #

如果你的ret列存在缺失值，记得传入na.rm = TRUE参数，否则计算结果会返回NA，行为和R内置的sd()函数一致。

内容的提问来源于stack exchange，提问作者akuhikar3