含有异常值的正态分布数据的模拟

文章/答案/技术大牛

发布

1回答

r、simulation、normal-distribution、outliers

我需要使用r编程模拟1000组正态分布(每个60个子组，n=5)。每组正态分布包含4个异常值(大于1.5 IQR)。有人能帮上忙吗？提前感谢

浏览 14提问于2019-06-23得票数 0

回答已采纳

2回答

3污染正态分布为0.9×N(0,1) + 0.1×N(0,102)，即标准正态分布N(0，1)受N(0,102)污染，正态分布方差较大。这个发行版有C95=3.07。4正态异方差分布，N(0，x2i)。在模拟B中，我们将考虑偏差误差分布。为了模拟每个参数设置下的数据，我们首先从标准正态分布中生成xi，然后以xi值为条件，根据方程17和18模拟mi和yi。mi =β02 +αxi +α(17) I=β03 +βmi +

浏览 5提问于2017-09-17得票数 0

回答已采纳

1回答

正态分布与QQ图

statistics、descriptive-statistics

我有数据，我绘制了一个正态分布和QQ图。我想知道，特别是在QQ情节中，95.4%的数据似乎是正态分布的。📷 📷

浏览 0提问于2019-08-31得票数 1

回答已采纳

1回答

如何从实际数据中估计R中二元正态分布的参数？

我有一组来自实际数据的x-y对，我想用二元正态分布建模，由两个正态分布X和Y组成。我想要计算参数，这样我就可以重新创建分布，而不必使用原始的源数据，因为它太昂贵了(一百万行)。目前，我正在用以下方法成功地绘制这些数据：我想我需要估计以下参数：在R中有一个包可以这样做吗？我看过

浏览 0提问于2016-05-18得票数 7

回答已采纳

2回答

如何在R中生成无异常值的数据？

r、random、linear-regression

我想知道如何使用R生成无离群值数据。我正在使用RNORM生成数据。 Y = B0 + B1*X + E, where X~N(5,9) and E~N(0,1).下面是使用的代码： E <- rnorm(50,0,1)#I'm generating 50 residuals w/ mean=0 &

浏览 0提问于2016-02-21得票数 0

1回答

异常检测巨蟒

python、machine-learning、dataset、artificial-intelligence、outliers

我有一个数据集，每个点有7个参数： counterOfPacketscounterOfSyncounterOfPacounterOfRcounterOfRAcounterOfFinpacketsTotalSize我希望找到一种方法，将所有异常值都放到python列表中(而不是作为一个plt.show GUI)。谢谢你的帮助

浏览 0提问于2020-02-17得票数 0

2回答

数据中允许多少百分比的离群值

machine-learning、linear-regression、outlier

我在处理输血数据集。在其中有一个特性，Total_volume，我发现有超过5%的异常值是由present.Should来处理的？还是我保留了这些数据？Bacauase超过5%的数据可能包含一些模式。

浏览 0提问于2022-08-11得票数 0

2回答

时间序列异常预测/预测？

time-series、prediction、anomaly-detection、forecasting、outlier

有哪些选项可以预测下一次观测什么时候会成为时间序列中的离群点？起初，我想训练一个简单的预测模型，这个模型能够很好地预测正常值，但不预测异常值，因为我对此更感兴趣。请注意，我希望预测下一次观测将是异常的，而不是检测以前的异常观测。我在网上找不到关于这个话题的任何文献。我只是没有捕捉到一些可能被证明是一个更好的预测器的特性，还是有一些可能会有所帮助的方法？

浏览 0提问于2022-07-29得票数 0

3回答

多维孤立点的发现

data-mining、bigdata、algorithms、data、outlier

我正在处理一个非正态分布的数据集。数据集包含成本、折扣和利润三个维度。Zscore(cost) + Zscore(profit) - Zscore(discount)这样做有意义吗？或者，是否有进一步证明<

浏览 0提问于2016-04-30得票数 2

1回答

转换一些变量而不是其他变量是很好的做法吗？

machine-learning、classification、dataset、data-analysis

我有一个数据集，其中包含编码为数值的分类变量、其他连续且有许多异常值的变量，以及具有相当正态分布的其他连续变量。我正计划使用sklearn预处理方法.PowerTransformer来对所有这些列进行转换，但也许只对那些没有正态分布的列和许多异常值使用它可能更有意义？

浏览 0提问于2021-02-21得票数 1

回答已采纳

2回答

生成带异常值的正态分布的向量(数据)？

在R中，如何生成带有异常值的向量(数据)？如果数据是“可接受的”正态分布的话，那就太棒了。

浏览 2提问于2013-09-18得票数 1

回答已采纳

2回答

如何使用Python删除异常值

machine-learning、data-analysis、eda

我正在做一个二进制分类问题，我正在努力去除异常值，同时也在提高准确性。评级是其中之一，我的功能如下所示：0 0.0274652 0.0274654... 26044 0.02746526046 0.027465数据的平均值：0.03871

浏览 6提问于2019-12-23得票数 1

1回答

消除扭曲数据的异常值

r、ggplot2、dplyr、normalization、denormalization

我正在研究农业强度和鸟类功能多样性之间的关系。我想知道如何去除这些异常值，使我的数据更具正态分布？我尝试使用离群值软件包，但我发现的所有示例都无法工作，或者我无法理解它们是如何工作的！任何帮助都将不胜

浏览 6提问于2019-08-20得票数 0

4回答

计算一组数字的平均值，同时忽略异常值

c++、math

我正在试图找出一种算法来计算一组数字的平均值。然而，我需要忽略任何与大多数结果不太接近的数字。下面是我想要做的一个例子：{ 90, 91, 92, 95, 2, 3, 99, 92, 92, 91, 300, 91, 92, 99, 400 } 很明显，对于上面的集合，大多数数字位于90和99之间，但是我有一些像{ 300, 400, 2, 3 }这样的异常值。我需要计算这些数字的平均值，同时忽略异常值。我确实记得

浏览 2提问于2011-06-01得票数 7

回答已采纳

1回答

使用自动编码器抑制异常检测中的误报(错误分类为异常/异常)

python、machine-learning、text-classification、autoencoder、anomaly-detection

如何在异常检测中抑制某些异常值？我们使用自动编码器构建了一个模型，它检测到了异常。一些被标记为异常(在正态分布之外)的数据点实际上并不是异常。我们如何训练模型，使其不将这些识别为异常？我们是否将这些数据点的多个副本添加到数据集中，然后再次训练，或者是否有任何其他我们可以应用的技术。在这里，正态分布具有余弦相似性(距离)，因为数据点是文本数据(日志条目)的矢量化表示。因此，如果

浏览 25提问于2020-10-26得票数 0

回答已采纳

1回答

从非正态分布向量确定异常值

python、list、outliers

我希望能够从数据不服从正态分布的列表中确定异常值。

浏览 0提问于2018-08-20得票数 1

2回答

我可以说我的变量是“近似”正态分布的吗？

machine-learning、data-mining、distribution

我正在研究一个关于50000次观测的变量，我使用了考克斯盒变换来使它变得正常，但是即使进行了变换，kolmogorov微笑和安德森达林检验也告诉我，我的分布是不正常的，考虑到我的of图，我可以说我的变量的数量是近似正常的吗

浏览 0提问于2018-03-27得票数 2

2回答

R中的对数正态股票价格分布

我的目标是获得股票价格的对数正态分布，然后我可以用它来计算代理人从持有这类股票中得到的预期效用。但我对如何做到这一点有点执着。股票价格分布为对数正态分布，波动率为σ，资本资产定价模型得到预期收益r。我试图通过以下方式生成股票价格的分布：但是，这种分布是正态分布的，而不是对数分布的。如果代理具有恒定的相对风险厌恶，我如何生

浏览 0提问于2019-02-19得票数 0

回答已采纳

1回答

正规化如何帮助摆脱离群点？

machine-learning、regularization、mathematics

“我的直觉是，正则化缩小了参数，甚至使其为零，因此较大的值对总体结果的影响较小”。你能再弄清楚一点吗？

浏览 0提问于2019-11-28得票数 1

回答已采纳

1回答

异常值的狄克逊Q检验

python

我已经在谷歌上搜索过了，但是找不到python的内置Dixon's Q-test。我知道R有一个，但我的问题是我有多达9个位置，每个位置都有一个仪器获取读数，为一个时间实例报告一个值(我们称之为fluff)。由于我们不会深入讨论的原因，如果仪器出现严重故障，数据将存储为fluff=-999。此外，如果风吹错了等等，仪器可能会收到疯狂的读数。我想做的是对数据进行Dixon's Q检验，看看某个位置的读数是否应该被丢弃，而不是用来计算<

浏览 1提问于2013-04-17得票数 2

点击加载更多