Winsorize数据处理和删除异常值的区别是什么？

异常值处理，原理大致是将异常值修建成与正常分布最大值or 最小值相同。
eg，如果你的log_size都在20左右，例如在15~20之间区间浮动，有些特别大或特别小的值出现，用winsorize就会把他们变成区间的最大值or最小值。这个“特别大”or“特别小”是你自己可以定义的，如果你认为比20高出10%算作异常值，那么22就会被修改成20，放在样本里。
个人理解，仅供参考~

异常值处理，原理大致是将异常值修建成与正常分布最大值or 最小值相同。
eg，如果你的log_size都在20左右，例如在15~20之间区间浮动，有些特别大或特别小的值出现，用winsorize就会把他们变成区间的最大值or最小值。这个“特别大”or“特别小”是你自己可以定义的，如果你认为比20高出10%算作异常值，那么22就会被修改成20，放在样本里。
样本少的时候，剔除样本会对回归有比较大的影响，我们的模型都是在大样本下才成立的，如果样本量小就会用各种修正模型。当然用winsorize就很好，你的样本量不会减少，回归效果会更好。如果样本量较大，去掉一个两个没什么大的关系啦，你师兄觉得winsor麻烦吧，直接去掉好了。
个人理解，仅供参考~

想读博的孩子 发表于 2012-5-7 22:55
那两种方法对回归结果会产生怎样不同的结果呢？还有什么时候缩尾什么时候结尾？谢谢 灰常感谢

winsor不会减少observations，结尾会减少observation；一般的情况下，结果不会产生很大的不同，毕竟都是控制的异常值，且winsor或结尾的observations不大，一般是空盒子full sample的两边分布的各1%

碧海潇湘 发表于 2012-11-23 20:51
请问winsorize
在Stata中是怎么做的？谢谢

如果你有一个变量叫mpg，就建立一个新的变量Wmpg，p(0.01)表示winsor数据分布两边各1%
winsor mpg, gen(Wmpg) p(0.01)

cheerhappy 发表于 2012-12-4 11:02
我也想知道应该在stata中怎么做，我也有这个问题需要咨询，谁能来再解释一下啊！

见楼上

jose.liupei 发表于 2013-4-16 23:31
如果你有一个变量叫mpg，就建立一个新的变量Wmpg，p(0.01)表示winsor数据分布两边各1%
winsor mpg, gen( ...

谢谢，已经解决了

catherinewangyi 发表于 2013-4-16 23:05
异常值处理，原理大致是将异常值修建成与正常分布最大值or 最小值相同。
eg，如果你的log_size都在20左右， ...

请问用stata或eviews怎么操作啊？

异常值属于作者自行定义，根据以往文献或者实际情况

winsor则是把top、bottom的数去除掉，防止极端值影响结果。

xuexi