Warum dplyr::ntile() bei statistischen Analysen gefährlich ist
The Trouble with 'Ntile()'
Die Autorin, ein Fan des tidyverse, warnt davor, dplyr::ntile() für statistisch genaue Aufgaben zu verwenden. Die Funktion teilt Daten nicht in quantilbasierte Gruppen ein, sondern ordnet Zeilen gleichmäßig auf Bins auf – ein häufiges Missverständnis. Anhand eines fiktiven Datensatzes aus der Pharmakometrie zeigt sie, wie Ties – etwa 14 Personen mit exakt demselben Mediangewicht – zu willkürlichen und irreführenden Gruppierungen führen. Der Beitrag ist eine dringende Warnung vor diesem unterschätzten Fallstrick.
Es ist ausdrücklich kein Werkzeug, um Daten in quantilbasierte Gruppen einzuteilen, und es wird sich definitiv daneben benehmen, wenn Sie es für die Datenanalyse verwenden.