R 3欧米伽异常值检测和处理

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

#方法1：采用大于四分位数3倍间距作为离群点。

outlier.IQR <- function(x, multiple = 1.5, replace = T, revalue = mean(x)) {
  q <- quantile(x, na.rm = TRUE) #四分位间距3倍间距以外的认为是离群值
  IQR <- q[4] - q[2]
  x1 <- which(x < q[2] - multiple * IQR | x > q[4] + multiple * IQR)
  x2 <- x[x1]
  if (length(x2) > 0) outlier <- data.frame(location = x1, value = x2)
  else outlier <- data.frame(location = 0, value = 0)
  if (replace == TRUE) {
    x[x1] <- revalue
  }
  return(list(new.value = x, outlier = outlier))
}




lla=apply(d2016[,3:17],2,outlier.IQR)

x1=lla$x1$new.value
x2=lla$x2$new.value
x3=lla$x3$new.value
x4=lla$x4$new.value
x5=lla$x5$new.value
x6=lla$x6$new.value
x7=lla$x7$new.value
x8=lla$x8$new.value
x9=lla$x9$new.value
x10=lla$x10$new.value
x11=lla$x11$new.value
x12=lla$x12$new.value
x13=lla$x13$new.value
x14=lla$x14$new.value
x15=lla$x15$new.value
x_ycz=cbind(x1,x2,x3,x4,x5,x6,x7,x8,x9,x10,x11,x12,x13,x14,x15)

write.csv(x_ycz,"C:/myR/2018-03-04/x_ycz2014.csv",row.names = T)

#方法2：3  探测方法（切比雪夫不等式）。

outlier.q<- function(x, replace = T, revalue = mean(x)) {
  q1=mean(x)+3*sd(x)
  q2=mean(x)-3*sd(x)
  x1 <- which(x < q2 | x > q1)
  x2 <- x[x1]
  if (length(x2) > 0) outlier <- data.frame(location = x1, value = x2)
  else outlier <- data.frame(location = 0, value = 0)
  if (replace == TRUE) {
    x[x1] <- revalue
  }
  return(list(new.value = x, outlier = outlier))
}

lla=apply(d2016[,3:17],2,outlier.q)

有参考了其他人的，顺便根据第一个修改了第二个。后面也很繁琐。还没修改。不过有需要的人可以大概参考下。revalue是采用mean()均值代替异常值。

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0 回帖

关键词：R语言 异常值检测 异常值处理