Múltiples modas en R

En una entrada anterior calculamos la moda usando la función mlv del paquete modeest. En esta entrada veremos cómo obtener varias modas cuando el valor más frecuente no es único.

# Si modeest no está instalado y cargado
install.packages("modeest") 
library(modeest)

Problema

Cuando existen múltiples valores con la misma frecuencia, mlv devuelve la media de dichos valores. Por ejemplo en la columna Girth del data frame trees.

mlv(trees$Girth, method = "mfv")[1]

$M
[1] 13.325

El valor anterior no existe en nuestros datos. Es el promedio de las múltiples modas: 11, 11,4, 12,9 y 18.

Solución

Para obtener los valores correspondientes a las múltiples modas, emplearemos dos opciones: funciones del paquete base o del paquete dplyr.

• Paquete base

# base-package
trees_nuevo <- subset(data.frame(table(trees$Girth)), Freq == max(Freq))

   Var1 Freq
7    11    2
11 11.4    2
14 12.9    2
26   18    2

mean(as.numeric(as.character(trees_nuevo$Var1))) # factor a numérico

[1] 13.325

• Paquete dplyr

# dplyr
trees_nuevo <- trees %>% 
                count(Girth) %>%
                filter(n == max(n)) 

Source: local data frame [4 x 2]

  Girth n
1  11.0 2
2  11.4 2
3  12.9 2
4  18.0 2

mean(trees_nuevo$Girth)

[1] 13.325

Entradas relacionadas

• Calcular la moda en R usando el paquete modeest
• Reference manual: modeest