Question

Car    100 200 300
Group1  34  35  34
Group1  57  67  34
Group1  68  76  6
Group2  45  23  23

我在检测数据帧中的异常值时遇到了一些问题。我想检测每个组的相应组向量（第1-3行）是否存在完整的向量（一行）异常值。此外，我想检测一个特定行中是否有异常值。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是否为“TRUE”。是否可以进行外科手术？例如创建所有输出的矩阵，所以我只需要检查＆gt; sum（矩阵== 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

Answer 1

我已经阅读了对象文档，默认选项只是检查是否有一个异常值给定数据。因此，我认为每组只运行一次测试就足够了。

首先按组拆分数据，然后对每个组递归测试。最后只返回p值和描述以查看哪个是离群值（如果有的话） - 它很容易识别哪个是异常值，因为它是最大值或最小值。

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"

检测组中的异常值和单个数据中的异常值

1 个答案: