Question

我已经使用boxplot.stats $ out来获取R中列表的异常值。但是，我注意到很多次它都无法识别异常值。例如：

list = c(3,4,7,500)
boxplot.stats(list)

$`stats`
[1]   3.0   3.5   5.5 253.5 500.0

$n
[1] 4

$conf
[1] -192  203

$out
numeric(0)

quantile(list)

    0%    25%    50%    75%   100% 
  3.00   3.75   5.50 130.25 500.00 

130.25+1.5*IQR(list) = 320

您可以看到boxplot.stats（）函数未能找到异常值500，即使当我查看文档时，它们使用的是Q1 / Q3 +/- 1.5 * IQR方法。因此，应该将500确定为一个异常值，但显然找不到它，而且我不确定为什么吗？

我尝试使用5个元素而不是4个元素的列表进行尝试，或者使用很小而不是非常大的异常值进行尝试，但仍然遇到相同的问题。

Answer 1

如果您仔细阅读了帮助页面help("boxplot.stats")，则返回值部分将说明以下内容。我的重点。

统计信息
     一个长度为5的向量，其中包含下端的极值
     晶须，较低的“铰链”，中位数，较高的“铰链”和
     上胡须的末端。

然后，在同一部分中，我再次强调。

出
超出范围的任何数据点的值 胡须的终极（如果（不要这样做）。

您的数据有4分。在列表成员$stats中返回的上晶须的极值为500.0，这是您数据的最大值。没有错误。

Answer 2

请注意，“统计信息”部分的第三个数字是253.5，而不是130.25 boxplot.stats的文档说：

两个“铰链”是第一个和第三个四分位数的版本，即接近分位数（x，c（1,3）/ 4）。铰链等于四分位数等于奇数 n（其中n <-length（x））并且偶数n也不同。而四分位数对于n %% 4 == 1（n = 1 mod 4）仅相等的观察，铰链所以另外对于n %% 4 == 2（n = 2 mod 4），并且位于中间另外两个观察结果

换句话说，对于您的数据，它使用(500+7)/2作为Q3值
（顺便说一句，(3+4)/2 = 3.5是Q1，而不是您从中获得的3.75 quantile）。 Boxplot将使用边界253.5 + 1.5*(253.5 - 3.5) = 628.5

Boxplot.stats R无法识别异常值

2 个答案: