• <em id="ommgs"></em>
    <dd id="ommgs"><center id="ommgs"></center></dd>

    1. <em id="ommgs"><acronym id="ommgs"><u id="ommgs"></u></acronym></em>
      首 页IT知识库翔宇问吧收藏内容
      当前位置:翔宇亭IT乐园IT知识库R语言

      R语言中使用箱线图检测数据的异常值并进行标注

      减小字体 增大字体 作者:本站  来源:本站整理  发布时间:2020-07-14 18:28:58

      箱线图概述

      箱线图又称箱形图或盒须图,主要从四分位数的角度来描述数据的分布。一个箱线图由上边缘线、上四分位数(QU)、中位数(me),下四分位数(QL)和下边缘线组成。

      上、下四分位数之差称为四分位差,或内距或四分位数间距,记为IQR:

      IQR = QU - QL 

      箱线图中盒子的上、下线分别是上、下四分位数,盒子中间的线是中位数。由触须延长的上、下边缘线分别为:

      上边缘线的值 = QU + 1.5 IQR
      下边缘线的值 = QL - 1.5 IQR

      也有用数据的极大值和极小值来表示上下边缘线的值的(但使用这种表示上下边缘的方法无法检测异常值)。

      一个箱线图的形式如下图所示:

      箱线图

      异常值检测原理

      箱形图为我们提供了识别异常值的一个标准:异常值被定义为小于QL-1.5IQR或大于QU+1.5IQR的值。虽然这种标准有点任意性,但它来源于经验判断,经验表明它在处理需要特别注意的数据方面表现不错。这与识别异常值的经典方法有些不同。众所周知,基于正态分布的3σ法则或z分数方法是以假定数据服从正态分布为前提的,但实际数据往往并不严格服从正态分布。它们判断异常值的标准是以计算数据批的均值和标准差为基础的,而均值和标准差的耐抗性极小,异常值本身会对它们产生较大影响,这样产生的异常值个数不会多于总数0.7%。显然,应用这种方法于非正态分布数据中判断异常值,其有效性是有限的。

      箱形图的绘制依靠实际数据,不需要事先假定数据服从特定的分布形式,没有对数据作任何限制性要求,它只是真实直观地表现数据形状的本来面貌;另一方面,箱形图判断异常值的标准以四分位数和四分位距为基础,四分位数具有一定的耐抗性,多达25%的数据可以变得任意远而不会很大地扰动四分位数,所以异常值不能对这个标准施加影响,箱形图识别异常值的结果比较客观。由此可见,箱形图在识别异常值方面有一定的优越性。(以上两段来自百度百科-箱形图

      R语言中实现箱线图的函数

      在R语言中绘制箱线图使用boxplot函数,该函数的使用方法,可以参见本站《R语言中绘制箱线图》。

      R语言使用箱线图检测异常值示例

      我们仍然使用《标准分数法检测数据的异常值及在R语言中的实现方法》这篇文章中的例子。数据存储在文本文件中(下载数据:点击下载此文件),数据存储格式如下图所示:

      R语言中使用箱线图检测异常值

      编写R语言:

      x <- scan("birthWeight.txt"# 定义变量X读取数据
      names(x) <- 1 : length(x# 给每个数据编号
      boxplot(x# 绘制箱线图
      out.vals = boxplot(x)$out  # 获取异常值信息
      print(out.vals#  输出异常值信息
      for( i in out.vals# 在图上标注异常点的值
      {
          text(i, adj = -0.2, labels = i)
      }

      输出结果及绘图结果如下面靓图所示:

      从输出结果可以看出,编号为1和6的两个数据为异常点。

      箱线图检测异常值结果

      从绘图结果来看,有两个点属于异常点,其位于箱线图下边缘线以下,属于异常小离群点,图中也标注了其具体的值为1740和960。

      本文(完)

      如有疑问,请留言评论


      如需转载请注明出处和本文链接地址:翔宇亭IT乐园(http://www.dgmtwj.com)

      本文链接地址:http://www.dgmtwj.com/article/R/2020/6482.html

      微信搜索“优雅的代码”关注本站的公众号,或直接使用微信扫描下面二维码关注本站公众号,以获取最新内容。

      个人成长离不开各位的关注,你的关注就是我继续前行的动力。

      知识评论评论内容只代表网友观点,与本站立场无关!

         评论摘要(共 0 条,得分 0 分,平均 0 分) 查看完整评论
      愿您的精彩评论引起共鸣,带来思考和价值。
      用户名: 查看更多评论
      分 值:100分 90分 80分 70分 60分 40分 20分
      内 容:
      验证码:
      关于本站 | 网站帮助 | 广告合作 | 网站声明 | 友情连接 | 网站地图
      本站部分内容来自互联网,如有侵权,请来信告之,谢谢!
      Copyright © 2007-2021 biye5u.com. All Rights Reserved.
      japanese日本熟妇photo