Question

我想使用变量的均值正负2个标准差作为截止点来对数据进行解冻。因此，我想逐个逐变量化每个变量。

我要在下面提供的示例代码中进行分类的变量有5个异常值。

我创建了两个基准（高和低），并将它们插入到minval和maxval中。只是为了防止造成误解：我的数据框中有几个时间点和组，grepl部分是将一个组在一个测量点上进行抽奖。

到目前为止，我的代码：

library(DescTools)

benchhigh <- mean(ds$RRS[grepl('^34.*', ds$QUESTNNR)], na.rm=TRUE) + 
              2*sd(ds$RRS[grepl('^34.*', ds$QUESTNNR)], na.rm=TRUE)

benchlow <- mean(ds$RRS[grepl('^34.*', ds$QUESTNNR)], na.rm=TRUE) - 
              2*sd(ds$RRS[grepl('^34.*', ds$QUESTNNR)], na.rm=TRUE)

ds$RRSout <- Winsorize( ds$RRS[ grepl('^34.*', ds$QUESTNNR) ], 
                        minval = benchlow , maxval = benchhigh, na.rm = TRUE)

我得到的错误是：

“ $<-.data.frame（*tmp*中的错误，RRSout，值= c（1，1.33333333333333，：替换有38行，数据有510“

我的替代人只有38行，因为^ 34. *组只有38位参与者。不过，我必须根据每个组和测量点对异常值进行分类。

如何替换/取消保留RRS变量中特定参与者组的离群值？

非常感谢您！

Answer 1

您对Winsorize()的输入仅限于某些观察（grepl('^34.*', ds$QUESTNNR)）。您只能将结果附加到相同数量（最好是完全相同）的行上：

    ds$RRSout[ grepl('^34.*', ds$QUESTNNR) ] <- 
         Winsorize( ds$RRS[ grepl('^34.*', ds$QUESTNNR) ], 
                    minval = benchlow , maxval = benchhigh, na.rm = TRUE)

R以特定的临界值进行Winsoring无效

1 个答案: