检测组中的异常值和单个数据中的异常值
检测组中的异常值和单个数据中的异常值
提问于 2015-04-28 16:02:52
Car 100 200 300
Group1 34 35 34
Group1 57 67 34
Group1 68 76 6
Group2 45 23 23在检测数据帧中的异常值时，我遇到了一些问题。我想要检测是否存在一个完整的向量(一行)，即每个组的相应组向量(行1-3)的异常值。此外，我希望检测在特定行中是否存在异常值。对于这个问题，我找到了这个解决方案，但是使用这个代码，我必须为每一行重复整个代码，并检查表中是否有"TRUE“。有没有可能出现外部化？例如，创建所有输出的矩阵，因此我只需检查>sum(matrix==TRUE)
代码：
x=as.numeric(data_without[1,1:400])
grubbs.flag <- function(x) {
outliers <- NULL
test <- x
grubbs.result <- grubbs.test(test)
pv <- grubbs.result$p.value
while(pv < 0.05) {
outliers <- c(outliers,as.numeric(strsplit(grubbs.result$alternative," ")[[1]][3]))
test <- x[!x %in% outliers]
grubbs.result <- grubbs.test(test)
pv <- grubbs.result$p.value
}
return(data.frame(X=x,Outlier=(x %in% outliers)))
}
grubbs.flag(x)
X Outlier
1 0.1157 FALSE
2 0.1152 FALSE
3 0.1163 FALSE
4 0.1165 FALSE回答 1
Stack Overflow用户
发布于 2015-04-28 17:15:18
我已经阅读了对象文档，默认选项只检查是否存在给定数据的单个异常值。因此，我认为每个组只运行一次测试就足够了。
首先，按组拆分数据，然后为每个组递归执行测试。最后只返回p-value和description，看看哪个是异常值(如果有的话)-很容易识别哪个是异常值，因为它要么是最大值，要么是最小值。
library(outliers)
df <- t(data.frame(car = c(100,200,300),
g1 = c(34,35,34),
g1 = c(57,67,34),
g1 = c(68, 76, 6),
g2 = c(45, 23, 23)))
row.names(df) <- c("car", "group1", "group1", "group1", "group2")
lst <- lapply(1:length(unique(row.names(df))), function(x) {
df[row.names(df)==unique(row.names(df))[x],]
})
lst
[[1]]
[1] 100 200 300
[[2]]
[,1] [,2] [,3]
group1 34 35 34
group1 57 67 34
group1 68 76 6
[[3]]
[1] 45 23 23
lapply(lst, function(x) {
tst <- grubbs.test(x)
c(tst$p.value, tst$alternative)
})
[[1]]
[1] "0.5" "highest value 300 is an outlier"
[[2]]
[1] "0.244875529263511" "lowest value 6 is an outlier"
[[3]]
[1] "0" "highest value 45 is an outlier"页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/29913713
复制相关文章
相似问题
腾讯云开发者
