Question

我想比较（排序）增长率和不利的高利率和非常低的起始价值。

示例：

1。开始：1.000.000 结束：1.100.000 增长：+ 10％

开始时间：100.000 结束：120.000 增长：+ 20％

3。开始：1 结束：10 增长：+ 900％

开始：10 结束：15 增长：+ 50％

按增长排序，下降将导致：900％（3。），50％（4。），20％（2。），10％（1。）

但我希望：20％（2。），10％（1。），900％（3。），50％（4。），因为在我的情况下，机会很高，即3。 4.是统计异常值。

解决此问题的最佳方法是什么？我是否要定义起始值的阈值？

谢谢！

Answer 1

根据您提供的说明，问题可分为2：

在数据集中查找并排除Statistical Outliers
按降序（或任何）顺序对结果值进行排序

使用Microsoft Excel的第一个问题和示例的一般解决方案描述于： Microsoft Excel工作表中的统计异常值检测（http://www.codeproject.com/Tips/214330/Statistical-Outliers-detection）。以下是一些理论和与您的案例相关的样本。

在数据集中查找“异常值”可以通过计算每个数字的偏差来完成，表示为“Z分数”或“修改的Z分数”并针对某个预定阈值进行测试。 Z分数通常是指相对于统计平均值的标准偏差的数量（换句话说，它以“Sigmas”测量）。修正的Z分数应用中值计算技术来测量偏差，并且在许多情况下提供更强大的异常值统计检测。数学上可以编写修改后的Z分数（如 Iglewicz 和 Hoaglin 所示 - 参见参考文章）：

Mi = 0.6745 * (Xi - Median(Xi)) / MAD,

其中MAD代表中位数绝对偏差。具有超过3.5的修正Z分数的绝对值的数据集中的任何数字被认为是“异常值”。修改后的Z分数可用于检测与您的案例相关的Microsoft Excel工作表中的异常值，如下所述。

步骤1.打开Microsoft Excel工作表，在单元格A1，A2，A3和A4中输入值：900％，50％20％和10％，相应的。

步骤2.在C1中输入公式：=MEDIAN(A1:A4)。此单元格中的值对应于在步骤1中输入的数据集计算的中值。

步骤3.在C2中输入数组公式：{=MEDIAN(ABS(MEDIAN(A1:A4)-A1:A4))}。提醒一下，为了输入数组公式，选择单元格，在Excel公式栏中键入公式，然后单击组合：CTRL-SHIFT-ENTER（注意表达式周围的花括号，表示数组公式）。该单元格（C2）中的值对应于MAD。

步骤4.在B列的第一行输入公式：=IF((0.6745*ABS(C$1-A1)>3.5*C$2), "OUTLIER", "NORMAL")并将其向下延伸到第4行。 “异常检测”的最终结果应出现在B栏中。

A       B           C
900%    OUTLIER     35%
50%     NORMAL      0.35
20%     NORMAL  
10%     NORMAL

因此，900％的值被发现为“异常值”，而其他值则可以。对结果集进行排序只是一项微不足道的任务。

包含Excel工作表示例以便于解释清晰。算法本身可以用任何编程语言（VBA，C＃，Java等）实现。希望这会有所帮助。

Answer 2

我的决心

private static List<double> StatisticalOutLierAnalysis(List<double> allNumbers)
{
    List<double> normalNumbers = new List<double>();
    List<double> outLierNumbers = new List<double>(); 
    double avg = allNumbers.Average();
    double standardDeviation = Math.Sqrt(allNumbers.Average(v => Math.Pow(v - avg, 2)));
    foreach (double number in allNumbers)
    {
        if ((Math.Abs(number - avg)) > (2 * standardDeviation))
            outLierNumbers.Add(number);
        else
            normalNumbers.Add(number);
    }

    return normalNumbers;
}

找到＆＃39;异常值＆＃39;在数字数据集中

2 个答案: