測試數據框中的ouliers

我是R新手，我嘗試使用一個函數來測試超過600個變量的大數據框中的異常值，除了最後2列以外，它們都是數字。我嘗試了outliers包中的異常函數來一次測試一列，最後我用一個我無法使用的數字向量結束。有沒有更好的方法來識別數據框中的所有異常值。測試數據框中的ouliers

myout <- c() 
    for (i in 1:dim(training)[2]){ 
    if (is.numeric(training[,i])) { 
    myout <- c(myout,outlier(training[,i])) } 
    }

來源

2013-03-05 omneya

你，因爲你創建了一個矢量結束了一個載體。這裏有什麼問題？如果最後兩列不是數字，爲什麼要測試它們？ – 2013-03-05 08:32:15

異常函數究竟有什麼問題？首先，離羣值函數可以給出一個數據框，在其中它可以單獨測試每列... – 2013-03-05 08:33:39

你讀過'？outlier'嗎？它返回一個與平均值最爲不同的向量中的值，因此值的向量正是您的代碼所期望的。你期待什麼作爲輸出？ – alexwhan 2013-03-05 09:51:05

正如你可以在異常的幫助文件讀取查找每個變量的一個值，即不同於平均值的大部分之一。我想你想要的是爲每個變量找出所有異常值數據點的索引。這可以通過以下方式來完成（當然你需要先刪除您的非數值變量）：

# first write a custom function that returns the index of all outliers 
# I define an outlier as 3 sd's away from the mean, you can adjust that 

is.outlier <- function(x) which(abs(x - mean(x)) > 3*sd(x)) 

# turn the df into a list, and apply the function to each variable with lapply 

df.as.list <- as.list(df) # enter the name of your data frame instead of df 
lapply(df.as.list, is.outlier)

它將與元素列返回一個列表變量的異常值i的指數一世。

來源

2013-03-05 10:00:19 Edwin

事實上你可能還需要刪除異常值，但每this 2年前：

x[!x %in% boxplot.stats(x)$out]

來源

2013-03-07 00:00:09

測試數據框中的ouliers

回答

相關問題