请问用stata如何剔除3个标准差以外的异常值？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

非常谢谢。顺便问一下下面两种操作，分别可以达到怎样的剔除异常值的效果？
PS: 顺便附上俩分别按照“百分比-比如前后各5个%”和“切成小块-比如切成20块，删除前后各2块”的两个剔除利群值的操作。
-------------------------------------------
*设解释变量是x，被解释变量是y

cumul y, g(s) eq
cumul x, g(t) eq
replace y=. if s<.05|s>.95
replace x=. if t<.05|t>.95
drop s t
-------------------------------------------
*还可以用

xtile s=y,nq(20)
xtile t=x,nq(20)
replace y=. if s<2|s>19
replace x=. if t<2|s>19
drop s t
-------------------------------------------

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：Stata tata 异常值 标准差 replace replace 标准差 百分比 如何

贴部分数据出来嘛~

aolei 发表于 2012-3-7 14:58
贴部分数据出来嘛~

INV        local
0.122803787        2
0.041955347        2
0.134040709        2
0.007618153        2
0.017289108        1
0.049179033        1
0.017389606        2
0.051376119        1
0.007567811        2
0.000972777        1
0.142911216        1
0.051098153        2
0.052594731        2
0.063840659        1
0.030737248        1
0.047314124        1
0.106866105        2
0.075816657        1
0.136969435        1

*可以稍微跑一下，看一下结果
clear
set obs 100
gen x=_n
gen y=_n

cumul x, g(t) eq
replace x=. if t<.05|t>.95

xtile s=y,nq(20)
replace y=. if s<2|s>19

list

剔除3sigma以外值，前提是正态分布吧？

aolei 发表于 2012-3-7 15:24
*可以稍微跑一下，看一下结果
clear
set obs 100

哦，谢谢。所以，在正态分布的前提下，只要删除前后1%的数值，就等于说，我们已经做到剔除3个标准差外的异常值了，是么？ --我数学很白痴，请大家不要上火。

在正态分布的前提下，只要删除前后1%的数值，就等于说，我们已经做到剔除3个标准差外的异常值了，是么？

均值±3倍标准差，对应的概率是99.74%。

sungmoo 发表于 2012-3-7 15:34
剔除3sigma以外值，前提是正态分布吧？

正负3个标准差内包含了99.73%的x值，但是实证中都是直接剔除最高和最低的5%或者1%，不知道要不要管这么多，同求高手指点

谢谢aolei，也谢谢sungmoo。那我就听你们的，直接删除前后5%的极端值好了。

aolei 发表于 2012-3-7 15:50
正负3个标准差内包含了99.73%的x值，但是实证中都是直接剔除最高和最低的5%或者1%，不知道要不要管这么多 ...

这个完全看研究者自己的想法了吧？