You need to enable JavaScript to run this app. 在R中按SIC(1-digit)行业分类计算Ebit的分组标准差
优惠活动
大模型
产品
解决方案
定价
更多

在R中按SIC(1-digit)行业分类计算Ebit的分组标准差

R实现:分行业计算Ebit标准差(波动率指标)

前置说明

提供两种可直接运行的实现方案,适配R新手使用习惯:

  • Base R 方案:无需安装任何扩展包,安装完R即可直接运行
  • Tidyverse 方案:语法可读性更强,方便后续扩展复杂分析
    注意:R内置sd()默认计算样本标准差(分母为n-1),和多数财务研究中波动率的计算口径一致;如需总体标准差可自行调整计算逻辑。

步骤1:生成匹配你结构的测试数据集

直接运行以下代码,避免特殊列名(带括号、空格)引发的识别问题:

df <- data.frame(
  idnumber = c(198,196,374,281,274,196,374,468,389,493,928,278),
  `SIC(1-digit)` = c(rep("A",7), rep("B",2), rep("C",3)),
  Year = c(rep(2019,4),2018,2018,2018,2019,2019,2019,2019,2019),
  Ebit = c(2344,6383,5628,2672,2792,3802,3892,6372,3829,2718,2628,3672)
)

方案1:Base R 原生实现

通过tapply()按SIC分组逐块计算Ebit标准差,自动适配缺失值处理:

ebit_vol_result <- tapply(
  X = df$Ebit,
  INDEX = df$`SIC(1-digit)`,
  FUN = sd,
  na.rm = TRUE # 自动忽略Ebit列缺失值,避免返回NA
)

# 转换为规整数据框,方便和原始数据合并、导出
ebit_vol_result <- data.frame(
  `SIC(1-digit)` = names(ebit_vol_result),
  Ebit_vol_sd = as.numeric(ebit_vol_result),
  row.names = NULL
)

方案2:Tidyverse 实现

适合后续多步数据处理的场景,逻辑链路清晰:

# 若未安装dplyr包,先运行:install.packages("dplyr")
library(dplyr)

ebit_vol_result <- df %>%
  # 按SIC行业字段分组
  group_by(`SIC(1-digit)`) %>%
  # 计算组内Ebit标准差,同时统计组内样本量(财务研究中通常会剔除样本量过少的行业组)
  summarise(
    Ebit_vol_sd = sd(Ebit, na.rm = TRUE),
    group_sample_n = n()
  ) %>%
  # 解除分组状态,避免后续数据操作受分组逻辑干扰
  ungroup()

新手常见问题排查

  • 计算结果返回NA:检查Ebit列是否存在缺失值,确认sd()参数已开启na.rm = TRUE
  • 需输出分行业-分年度的波动率:只需在group_by()中新增Year字段,即group_by(SIC(1-digit), Year)
  • 需使用总体标准差口径:将sd(Ebit, na.rm = TRUE)替换为sd(Ebit, na.rm = TRUE) * sqrt((n() - 1)/n())

内容的提问来源于stack exchange,提问作者LucaCoding

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.31 00:45:03