You need to enable JavaScript to run this app. R语言分组聚合与函数实现(二):合并方差计算问题
优惠活动
大模型
产品
解决方案
定价
更多

R语言分组聚合与函数实现(二):合并方差计算问题

分组迭代计算合并方差的R实现

核心计算规则

严格遵循给定的迭代合并逻辑:

  • 每轮合并两个独立样本,新样本量为两个被合并样本的n值之和
  • 合并后的标准差通过固定公式计算:
    combined_s = sqrt( ((n1 - 1)*s1^2 + (n2 - 1)*s2^2) / (n1 + n2 -2) )
  • 逐次两两合并,直到每个分组仅剩余1条记录即停止
  • 说明:合并方差本质是对组内所有样本的离均差平方和做加权汇总,无论合并顺序如何,最终计算结果完全一致,不需要严格按照固定行序两两合并。

测试示例数据

构造题中给出的测试数据集:

df <- data.frame(
  k = c("g", "g", "g", "r", "r", "r"),
  n = rep(10, 6),
  s = c(2.5, 4.2, 3.1, 5.0, 3.8, 2.7)
)

实现代码

基础R版本(无第三方依赖)

# 定义两样本合并计算函数
pool_merge <- function(acc, curr) {
  new_n <- acc["n"] + curr["n"]
  new_s <- sqrt(
    ((acc["n"] - 1) * acc["s"]^2 + (curr["n"] - 1) * curr["s"]^2) / (new_n - 2)
  )
  setNames(c(new_n, new_s), c("n", "s"))
}

# 逐组累次合并
res <- do.call(
  rbind,
  lapply(split(df, df$k), function(sub) {
    # 将组内每行拆分为独立列表元素,逐次调用合并函数
    merged <- Reduce(pool_merge, split(sub[, c("n", "s")], seq(nrow(sub))))
    data.frame(k = sub$k[1], t(merged))
  })
)
rownames(res) <- NULL

Tidyverse生态版本

library(dplyr)
library(purrr)

res <- df %>%
  group_by(k) %>%
  summarise(
    # 以组内第一行为初始值,逐行累次合并
    merged_res = reduce2(
      .x = n[-1], .y = s[-1],
      .f = function(acc, curr_n, curr_s) {
        new_n <- acc$n + curr_n
        new_s <- sqrt(
          ((acc$n - 1)*acc$s^2 + (curr_n -1)*curr_s^2)/(new_n -2)
        )
        list(n = new_n, s = new_s)
      },
      .init = list(n = n[1], s = s[1])
    ),
    n = merged_res$n,
    s = round(merged_res$s, 4),
    .groups = "drop"
  )

输出验证

运行代码后结果与题中预期完全匹配:

kns
g303.3458
r303.9654

内容的提问来源于stack exchange,提问作者FalconX

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:2026.11.18 20:36:05