1. < Q1-N*(Q3-Q1) or > Q3+N*(Q3-Q1) <= 出於常态分配特性exclude outlier 其中N看你对Outlier的容忍度, 容忍小=>N小, 容忍大=>N大 但你会发现用这去exclude outlier似乎并不是所有点都能适当的被移除掉 有其当资料分配是偏态分布情况下, 这是因为前面说过这是假设资料是在常态分布下的移除ourlier, 对钟型分布(对称分布内高外低)也许会比较好,但其他就会非常差, 2. 为了改善 1. 的缺点,有些人会采取下面作法 分配右半部right sigma = (P95-P50)/( qnorm(0.95) -qnorm(0.5) ) (当点数少时,0.95会改成0.85 or 0.75) > median - N*right sigma => outlier 分配左半部sigma = (P50-P05)/( qnorm(0.50) -qnorm(0.05) ) (当点数少时,0.05会改成0.15 or 0.25) < median - N*right sigma => outlier 各位发现了吗,上述做法其实是将分配假设是钟型分布, 以钟的两端以常态方式推估sigma,再利用计算outlier 此法可能比1.好一些,但仍无法适用非钟型分布(ex:双峰 or Uniform...etc) 对一些偏态很严重的钟型分布也无法很好的套用 3. 在国外这是可以专章讨论的一个好论文,他们第一步会先将资料分配类型先求出, 再依据各分配的特性予以合理的exclude outlier方法, 不会用一个方法公式去套用所有情况,这是最合理效果最好但也是最麻烦的, 那有人会说用甚麽方去求出分配,之後再用甚麽方法根据各分配exclude outlier 这太多资料了.....,各家有各家的法宝,就不赘述了 你会在R发现一些package跟Outlier相关的, 但请切记,他们多半都是Base on是某种分配去exclude outlier的 Outlier这是一个好问题,我其实很想知道其他高手对此的见解来讨论看看 板上其实很注重在Coding,但应用就很少谈了,也许这是个好话题 ※ 引述《sky84911 (Chun)》之铭言： : 请问一下该怎麽用R找出离群值， : 我可以产生出box plot,可是无法确认离群值是哪一点 : 谢谢 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 59.126.109.235 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1451745300.A.A33.html