Question

所以，我有一个数据集，知道如何使用summary命令获取五个数字摘要。现在我需要让实例高于Q3 + 1.5IQR或低于Q1 - 1.5IQR，因为这些只是数字 - 我如何从高于数字或低于数字的数据集返回实例？

Answer 1

您可以使用boxplot获取此信息。如果你的变量是x，

OutVals = boxplot(x)$out
which(x %in% OutVals)

如果您对该情节感到恼火，可以使用

OutVals = boxplot(x, plot=FALSE)$out

Answer 2

如果您的数据集为x，则可以使用

获取这些数字

summary(x)[["1st Qu."]]

和

summary(x)[["3rd Qu."]]

然后，您可以与这些数字进行比较，以获得您想要的数字。

Answer 3

您可以在此回答here中参考功能remove_outliers。它完全符合您的要求。

remove_outliers <- function(x, na.rm = TRUE, ...) {
qnt <- quantile(x, probs=c(.25, .75), na.rm = na.rm, ...)
H <- 1.5 * IQR(x, na.rm = na.rm)
y <- x
y[x < (qnt[1] - H)] <- NA
y[x > (qnt[2] + H)] <- NA
y
}

Answer 4

如果您尝试使用1.5 * IQR标准识别数据集中的离群值，则有一个简单的函数可以为您提供每种情况的行号，该行号是基于分组变量的离群值（在Q1和高于第三季度）。还将创建数据的箱形图，以深入了解数据的分布。

library(car)

Boxplot(DV ~ IV, data = datafile)

位置：

DV = measured variable
IV = grouping variable

识别R中数据集中的异常值

4 个答案: