R：迭代離羣檢測

我有一個數據幀（DF），如下所示：R：迭代離羣檢測

V V1 V2 V3 
1 A B 32 
1 A C 33 
1 A E 43 
1 A F 22 
1 A T 53 
1 A N 54 
1 C T 44 
1 C G 11 
1 C N 31 
1 C D 53 
1 C U 75 
1 A T 53 
1 A N 54 
2 C T 42 
2 C G 14 
2 C N 35 
2 C D 23 
2 C U 56

什麼想要做我得到爲（V，V1）的每一種組合的異常值，這是爲了便於用我擁有的代碼來實現。

d <- as.data.table(df) 

# Add a column to keep track of row numbers 
d[, c('row'):= list(seq_len(nrow(d)))] 

# For each group (combination of V and V1), perform the outlier test 
outliers <- d[, chisq.out.test(V3), list(V, V1)]

的主要問題是，這種函數將返回的每個組合（V,V1）只是一個異常值與p值。我需要的基本上是所有異常值以及它們的p值都是異常值（V,V1），換句話說，所有候選值都是V2，其p值是異常值（V,V1）。

任何想法如何改變我的代碼來做到這一點？

來源

2014-05-21 ifreak

我認爲這可能有效。 dropout函數將執行迭代循環以測試異常值。對於你傳入的每個元素，如果元素不是離羣值，它將返回1，否則返回異常值測試的p值< .05。

library(outliers) 
dropout<-function(x) { 
    if(length(x)<2) return (1) 
    vals <- rep.int(1, length(x)) 
    r <- chisq.out.test(x) 
    while (r$p.value<.05 & sum(vals==1)>2) { 
     if (grepl("lowest", r$alternative)) { 
      d <- which.min(ifelse(vals==1,x, NA)) 
     } else { 
      d <- which.max(ifelse(vals==1, x, NA)) 
     } 
     vals[d] <- r$p.value 
     r <- chisq.out.test(x[vals==1]) 
    } 
    vals 
}

有了這一助手功能，我們現在可以把它應用到每一個由V，V1定義的子組。要做到這一點，我們使用ave函數。

with(dd, ave(V3, V1, V2, FUN = dropout))

看來您的樣本數據沒有異常值在任何給定的chisq.out.test定義異常值的子組。

肯定這個迭代過程沒有統計意義，因爲在一般情況下休息的問題，肯定與多個測試問題。不過，這個討論是針對https://stats.stackexchange.com/，這裏我們只關注代碼。

來源

2014-05-22 04:45:45 MrFlick

感謝您的回答，我更新了該函數，以便它可以返回離羣值分數以及V，V1。但最後，我怎樣才能得到每個異常值的相應行號？所以我可以得到哪個V2是每個V，V1的異常值。我稱之爲功能如下： outlier < - d [，dropout（V3），list（V，V1）] outlier < - merge（outliers，d [，list（max.ind = row [which .max（V3）]），list（V，V1）]，by = c（'V'，'V1'））' 但是這隻會給我最大的行索引，我希望每個異常行索引。 – ifreak

@ifreak'ave'按照發現它們的順序返回值。因此，您可以將其添加回data.frame，'dd $ do < - with（dd，ave（V3，V1，V2，FUN = dropout））'。 – MrFlick

現在即時通訊中有一個奇怪的錯誤（'缺少值，其中TRUE/FALSE需要'）。你有什麼想法爲什麼？ – ifreak

R：迭代離羣檢測

回答

相關問題