使用R语言写一个自编函数，输入x，输出x对应的长度，均值，标准差，极差，中位数

以下是使用R语言编写的自定义函数，输入向量x，输出x对应的长度，均值，标准差，极差，中位数的结果：

my_summary <- function(x) {
  n <- length(x) # 向量长度
  mean_x <- mean(x) # 均值
  sd_x <- sd(x) # 标准差
  range_x <- max(x) - min(x) # 极差
  median_x <- median(x) # 中位数
  result <- c(n, mean_x, sd_x, range_x, median_x) # 将结果存储在向量中
  names(result) <- c("Length", "Mean", "Standard Deviation", "Range", "Median") # 向量中每个元素的名称
  return(result) # 返回结果向量
}

# 示例
x <- c(1, 2, 3, 4, 5)
my_summary(x)

输出结果为：

     Length           Mean Standard Deviation          Range           Median 
     5.0000           3.0000           1.5811           4.0000           3.0000 

相关问题

写一段matlab程序，读取名为STA的表格，分别求出并输出每行的均值、几何均数、中位数、四分位数、方差、标准差、极差、变异系数、峰度和偏态，并且画出每行数据的箱线图

好的，以下是读取名为 "STA" 的表格，计算并输出每行的均值、几何均数、中位数、四分位数、方差、标准差、极差、变异系数、峰度和偏态，并绘制每行数据的箱线图的 MATLAB 代码：

% 读取名为 "STA" 的表格
data = readtable('STA.xlsx');

% 提取数据行
rows = data.Properties.RowNames;

% 初始化结果
mean_values = zeros(length(rows), 1);
geomean_values = zeros(length(rows), 1);
median_values = zeros(length(rows), 1);
quartile_values = zeros(length(rows), 3);
variance_values = zeros(length(rows), 1);
std_values = zeros(length(rows), 1);
range_values = zeros(length(rows), 1);
cv_values = zeros(length(rows), 1);
kurtosis_values = zeros(length(rows), 1);
skewness_values = zeros(length(rows), 1);

% 计算每行的统计指标
for i = 1:length(rows)
    row_data = data{i, :};
    
    % 均值
    mean_values(i) = mean(row_data);
    
    % 几何均数
    geomean_values(i) = geomean(row_data);
    
    % 中位数
    median_values(i) = median(row_data);
    
    % 四分位数
    quartile_values(i, :) = quantile(row_data, [0.25 0.5 0.75]);
    
    % 方差
    variance_values(i) = var(row_data);
    
    % 标准差
    std_values(i) = std(row_data);
    
    % 极差
    range_values(i) = range(row_data);
    
    % 变异系数
    cv_values(i) = std(row_data) / mean(row_data);
    
    % 峰度
    kurtosis_values(i) = kurtosis(row_data);
    
    % 偏态
    skewness_values(i) = skewness(row_data);
end

% 输出结果
statistics_table = table(mean_values, geomean_values, median_values, quartile_values(:,1), quartile_values(:,2), quartile_values(:,3), variance_values, std_values, range_values, cv_values, kurtosis_values, skewness_values, 'VariableNames', {'Mean', 'Geomean', 'Median', 'Q1', 'Q2', 'Q3', 'Variance', 'Std', 'Range', 'CV', 'Kurtosis', 'Skewness'});
disp(statistics_table);

% 绘制每行数据的箱线图
figure;
boxplot(data', 'Orientation', 'horizontal');
title('Boxplot of Each Row');
xlabel('Value');
ylabel('Row');

请确保将名为 "STA.xlsx" 的表格文件与 MATLAB 脚本文件保存在同一目录下，并且表格文件中的数据位于默认的 Sheet1 中。运行代码后，你将获得每行的均值、几何均数、中位数、四分位数、方差、标准差、极差、变异系数、峰度和偏态的值，并且绘制出每行数据的箱线图。

如果你的表格文件类型不是 ".xlsx"，请根据实际情况修改文件扩展名。如果你的表格文件存储在不同的路径或你知道表格中的工作表名称，请相应地修改 `readtable` 函数的参数。

希望这可以帮到你！如果有任何其他问题，请随时提问。

用函数normrnd产生正态分布的随机数，样本容量分别为 ，期望为学号后两位，方差为所使用的电脑编号。计算均值、方差、标准差、变异系数、偏度、峰度，使用prctile函数计算上下四分位数、四分位极差，计算三均值；

好的，您的问题是一个数学问题，可以回答。以下是计算结果：

均值：学号后两位

方差：所使用的电脑编号

标准差：方差的平方根

变异系数：标准差除以均值，乘以100%

偏度：偏度衡量分布的偏斜程度，如果为正偏，说明正态分布的右侧尾部比左侧尾部长；如果为负偏，说明正态分布的左侧尾部比右侧尾部长。

峰度：峰度衡量数据的峰态程度，如果为正，说明峰值比正态分布更窄且峰更尖；如果为负，说明峰值比正态分布更宽且峰更平。

使用prctile函数计算上下四分位数、四分位极差：

Q1：25%分位数

Q2：50%分位数，即中位数

Q3：75%分位数

四分位极差 = Q3 - Q1

计算三均值：

三均值是按照千分位分类的中位数、加权中位数和众数。