[英]R - print outlier from a datafram
我想从数据框中提取离群值。 就像1000个数据点中的10个一样,它们可能是异常值,或者不在95%置信区间内。 有一些方法可以找到与样本均值之间差异最大的值。
> a <- c(1,3,2,4,5,2,3,90,78,56,78,23,345)
> require("outliers")
> outlier(a)
[1] 345
我不想从数据框或箱线图中删除异常值。 我想打印或子集化它们。
有任何想法吗?
给定数据:
a <- c(1,3,2,4,5,2,3,90,78,56,78,23,345)
如果要获得不在95%置信度内的值。 您必须记住,信心是“真实均值”概率的概念。
在这种情况下:
> mean(a)
[1] 53.07692
第一个要回答的问题:53是您最可能期望的“正常”值吗? 我为什么要问它? 因为如果要打印不在95%之内的值,请执行以下操作:
a[a > mean(a) + qt(0.975, df = length(a) - 1) * mean(a) / sqrt(length(a)) |
a < mean(a) - qt(0.975, df = length(a) - 1) * mean(a) / sqrt(length(a))]
[1] 1 3 2 4 5 2 3 90 345
在您的情况下,您可能会得到比预期更多的收益。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.