我遇到了运行流动代码的问题:
library("outliers")
#flags the outliers
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$p.value
}
return(data.frame(X=x,Outlier=(x %in% outliers)))
}
# make a vector consists of infinite decimals as an example
a=c(1,5,7,9,110)
b=c(3,3,3,3,3)
x=a/b
grubbs.flag(x)
代码最初来自 How to repeat the Grubbs test and flag the outliers
如果向量x
由无限小数组成,则当存在异常值时,test <- x[!x %in% outliers]
可能会发生错误。
在test <- x[!x %in% outliers]
中,无限小数outliers
不会被识别为x
的元素,并且会进入无结束循环。原因可能是x
中异常值的长度与outliers
所以我很好奇R如何识别无限小数向量的长度,以及如何处理这个问题。
答案 0 :(得分:0)
有几种方法可以解决这个问题。您可以使用all.equal
或仅测试以查看数字是否几乎相同。
grubbs.flag <- function(x, tol=1e-9) {
check <- function(a, b) any(abs(a - b) < tol) # check for nearly equal
outliers <- NULL
test <- x
grubbs.result <- grubbs.test(test)
pv <- grubbs.result$p.value
while(pv < 0.05) {
outliers <- c(outliers,as.numeric(strsplit(grubbs.result$alternative," ")[[1]][3]))
inds <- sapply(test, check, outliers) # replace the %in% test
test <- test[!inds]
grubbs.result <- grubbs.test(test)
pv <- grubbs.result$p.value
}
return(data.frame(X=x,Outlier=sapply(x, check, outliers))) # replace %in% test
}
a=c(-1e6, 1,5,7,9,110, 1000)
b=3
c=a/b
grubbs.flag(c)
# X Outlier
# 1 -3.333333e+05 TRUE
# 2 3.333333e-01 FALSE
# 3 1.666667e+00 FALSE
# 4 2.333333e+00 FALSE
# 5 3.000000e+00 FALSE
# 6 3.666667e+01 TRUE
# 7 3.333333e+02 TRUE
答案 1 :(得分:0)
最后我使用了所有all.equal
函数来处理这个问题,它对我来说非常适合。只是使用愚蠢的循环! ╮(╯◇╰)╭
library(outliers)
# comparing the value of vectors element-wise
match_allequal=function(x,y){
Logical_i=FALSE
for(i in 1:length(y)){
Logical_j=NULL
for( j in 1:length(x)){
Logical_j=c(Logical_j,isTRUE(all.equal(x[j],y[i])))
}
Logical_i=Logical_j|Logical_i
}
return (Logical_i)
}
#flags the outliers
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[!match_allequal(x,outliers)]
grubbs.result <- grubbs.test(test)
pv <- grubbs.result$p.value
}
return(data.frame(X=x,Outlier=match_allequal(x,outliers)))
}