分析数组中的数据，删除，然后重新分析 VBA答案

【问题标题】：Analyze Data in array, delete, then re-analyze VBA分析数组中的数据，删除，然后重新分析 VBA
【发布时间】：2017-06-09 04:03:50
【问题描述】：

由于现在的代码，我可以分析 DataSet 并根据存储在 LowConf 和 HighConf 中的值检测异常值，这些值基于 DataSet 的大小。但是，我只能确定其中的一个异常值。我想扩展或添加代码，以便执行以下操作：

首先确定 MOST 外围元素
判断它是否是异常值，如果是，则从DataSet中删除该元素，如果不是，则结束程序。
更改样本大小（减 1）并再次分析 DataSet 以查找下一个 MOST 离群元素并循环 k 次。

我的想法是创建一个新数组，它是每个 DataSet 元素与平均值的距离（绝对值），然后找到它的 UBound 并在下面的 If 语句中分析它。我的问题是，一旦我确定它是否是异常值，我如何返回 DataSet 中的相应元素并删除它？如果是这样，有没有更简单的方法来解决这个问题？另外，我是编码新手，所以任何关于可接受格式/如何清理代码的提示也值得赞赏。

Sub CalculateOutliers()

    Dim n As Integer
    Dim mean As Double
    Dim SD As Double
    Dim k As Integer
    Dim DataSet As Variant
    Dim LowConf As Single
    Dim HighConf As Single


'--------------------------------------------------------
    DataSet = Selection.Value
'Copies highlighted data into DataSet variable
'Cell A1 is (1,1) Because it starts at 0 which is out of range
'--------------------------------------------------------



'--------------------------------------------------------
    n = Selection.CountLarge
'Counts number of entries
'--------------------------------------------------------



'--------------------------------------------------------
 'DEFINES 95(LowConf) AND 99(HighConf) PERCENT CONFIDENCES BASED ON
 'SAMPLE SIZE

        If n <= 5 Then

            LowConf = 1.72
            HighConf = 1.76
    End If

        If n = 6 Then

            LowConf = 1.89
            HighConf = 1.97

    End If

        If n = 7 Then

            LowConf = 2.02
            HighConf = 2.14

    End If

        If n = 8 Then

            LowConf = 2.13
            HighConf = 2.28

    End If

        If n = 9 Then

            LowConf = 2.21
            HighConf = 2.39

    End If

        If n = 10 Then

            LowConf = 2.29
            HighConf = 2.48

    End If

        If n = 11 Then

            LowConf = 2.36
            HighConf = 2.56

    End If

        If n = 12 Then

            LowConf = 2.41
            HighConf = 2.64

    End If

        If n = 13 Then

            LowConf = 2.46
            HighConf = 2.7

    End If

        If n = 14 Then

            LowConf = 2.51
            HighConf = 2.75

    End If

        If n = 15 Then

            LowConf = 2.55
            HighConf = 2.81

    End If

        If n = 16 Then

            LowConf = 2.59
            HighConf = 2.85

    End If

        If n = 17 Then

            LowConf = 2.62
            HighConf = 2.9

    End If

        If n = 18 Then

            LowConf = 2.65
            HighConf = 2.93

    End If

        If n = 19 Then

            LowConf = 2.68
            HighConf = 2.97

    End If

        If n = 20 Then

            LowConf = 2.71
            HighConf = 3

    End If

        If n = 21 Then

            LowConf = 2.73
            HighConf = 3.03

    End If

        If n = 22 Then

            LowConf = 2.76
            HighConf = 3.06

    End If

        If n = 23 Then

            LowConf = 2.78
            HighConf = 3.08

    End If

        If n = 24 Then

            LowConf = 2.8
            HighConf = 3.11

    End If

        If n = 25 Then

            LowConf = 2.82
            HighConf = 3.14

    End If

        If n = 26 Then

            LowConf = 2.84
            HighConf = 3.16

    End If

        If n = 27 Then

            LowConf = 2.86
            HighConf = 3.18

    End If

        If n = 28 Then

            LowConf = 2.88
            HighConf = 3.2

    End If

        If n = 29 Then

            LowConf = 2.89
            HighConf = 3.22

    End If

        If n = 30 Then

            LowConf = 2.91
            HighConf = 3.24

    End If

        If n <= 35 And n > 30 Then

            LowConf = 2.98
            HighConf = 3.32

    End If

        If n <= 40 And n > 35 Then

            LowConf = 3.04
            HighConf = 3.38

    End If

        If n <= 45 And n > 40 Then

            LowConf = 3.09
            HighConf = 3.44

    End If

        If n <= 50 And n > 45 Then

            LowConf = 3.13
            HighConf = 3.48

    End If

        If n <= 60 And n > 50 Then

            LowConf = 3.2
            HighConf = 3.56

    End If

        If n <= 70 And n > 60 Then

            LowConf = 3.26
            HighConf = 3.62

    End If

        If n <= 80 And n > 70 Then

            LowConf = 3.31
            HighConf = 3.67

    End If

        If n <= 90 And n > 80 Then

            LowConf = 3.35
            HighConf = 3.72

    End If

        If n <= 100 And n > 90 Then

            LowConf = 3.38
            HighConf = 3.75

    End If

        If n <= 150 And n > 100 Then

            LowConf = 3.52
            HighConf = 3.89

    End If

        If n <= 200 And n > 150 Then

            LowConf = 3.61
            HighConf = 3.98

    End If

        If n <= 300 And n > 200 Then

            LowConf = 3.72
            HighConf = 4.09

    End If

        If n <= 400 And n > 300 Then

            LowConf = 3.8
            HighConf = 4.17

    End If

        If n <= 500 And n > 400 Then

            LowConf = 3.86
            HighConf = 4.32

    End If

        If n > 500 Then

            MsgBox "Sample size cannot exceed 500."

    End If
'--------------------------------------------------------



'--------------------------------------------------------
        If n < 50 Then

            k = Int(n / 10)

        Else

            k = 5

    End If
'determines k = number of possible outliers
'--------------------------------------------------------



'--------------------------------------------------------
    mean = Application.WorksheetFunction.Average(DataSet)
'Calculates mean of Data Set
'--------------------------------------------------------



'--------------------------------------------------------
    SD = Application.WorksheetFunction.StDev(DataSet)
'Calculates Standard Deviation of Data Set
'--------------------------------------------------------



'--------------------------------------------------------


        For Each element In DataSet


            If (Abs(element - mean) / SD) > LowConf Then

                MsgBox "95% outlier: " & element


        End If

            If (Abs(element - mean) / SD) > HighConf Then

                MsgBox "99% outlier: " & element


        End If


        Next element
'--------------------------------------------------------


End Sub

更新：我已经找到了以下代码块。这个循环应该可以工作，但现在我只需要弄清楚如何从 DataSet 中删除 Suspect。一旦它被删除，它将循环返回并重新计算平均值、SD 和 Suspect。我意识到我没有关于 UBound 何时等于 LBound 的代码，但这是我将在此之后处理的事情。使用此代码，Suspect 一直显示值 1。我不确定为什么会这样，也不确定 DataSet.Remove(Suspect) 是否有效。

Dim i As Long

    For i = 1 To k


'--------------------------------------------------------
    mean = Application.WorksheetFunction.Average(DataSet)
'Calculates mean of Data Set
'--------------------------------------------------------



'--------------------------------------------------------
    SD = Application.WorksheetFunction.StDev(DataSet)
'Calculates Standard Deviation of Data Set
'--------------------------------------------------------



'--------------------------------------------------------
    Dim Suspect As Double
        If (Abs(UBound(DataSet) - mean)) > (Abs(LBound(DataSet) - mean)) Then
            Suspect = UBound(DataSet)
        End If
        If (Abs(UBound(DataSet) - mean)) < (Abs(LBound(DataSet) - mean)) Then
            Suspect = LBound(DataSet)
        End If
'Defines what the most outlying value is
'--------------------------------------------------------



'--------------------------------------------------------
    Dim Retest As Boolean

            If (Abs(Suspect - mean) / SD) > LowConf Then

                MsgBox "95% outlier: " & Suspect
                Retest = True

        End If

            If (Abs(Suspect - mean) / SD) > HighConf Then

                MsgBox "99% outlier: " & Suspect
                Retest = True

        End If

            If Retest = True Then
                DataSet.Remove (Suspect)
            End If
   MsgBox Suspect
'--------------------------------------------------------
Next i

更新：我稍微改变了部分。我可以将其应用到最低限度，但如何指定 Suspect 的位置并将其用作删除和上移的范围？

                        Dim Retest As Boolean

                        If (Abs(Suspect - mean) / SD) > LowConf Then

                            MsgBox "95% outlier: " & Suspect
                            Retest = True

                    End If

                        If (Abs(Suspect - mean) / SD) > HighConf Then

                            MsgBox "99% outlier: " & Suspect
                            Retest = True

                    End If
                    Dim pos As Range

                        Set pos = Application.Match(Suspect, DataSet)
                        MsgBox pos
                        If Retest = True And Suspect = Application.WorksheetFunction.Max(DataSet) Then

                           Range(pos).Delete Shift:=xlUp

                        End If

【问题讨论】：

为什么不发布一个独立的子或函数？实际上，您有各种未定义的变量。甚至不清楚DataSet 是什么。它是一个 VBA 数组吗？收藏？范围？ LowConf 和 HighConf 是如何定义的？给出的代码太零碎了。最好能发minimal reproducible example。
知道了。 DataArray 是变体
切点：几乎没有理由使用Integer 或Single 而不是Long 或Double。 Integer 迟早会要求溢出错误，Single 要求的精度比容易获得的要低。
警告警告：UBound(DataSet) - mean)，LBound(DataSet) - mean，这些没有意义。您正在将 indices 与 values 进行比较。这是两个不同的世界。 mean 派生自数组中的值，UBound 和 LBound 是数组的极端索引（比如地址）。
@A.S.H 有没有办法先从数据集的 UBound 和 LBound 中检索值，然后我可以存储它们并将它们替换到这些语句中？

标签： vba excel

【解决方案1】：

这解决了关于如何清理代码的部分问题。包括空白，你有近 300 行代码（确定 conf 级别），可以压缩成大约十几个。首先，定义一个函数：

Function ConfLevels(n As Long) As Variant
    Dim i As Long
    Dim cutpoints As Variant, lowconfs As Variant, highconfs As Variant

    cutpoints = Array(5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 35, 40, 45, 50, 60, 70, 80, 90, 100, 150, 200, 300, 400, 500)
    lowconfs = Array(1.72, 1.89, 2.02, 2.13, 2.21, 2.29, 2.36, 2.41, 2.46, 2.51, 2.55, 2.59, 2.62, 2.65, 2.68, 2.71, 2.73, 2.76, 2.78, 2.8, 2.82, 2.84, 2.86, 2.88, 2.89, 2.91, 2.98, 3.04, 3.09, 3.13, 3.2, 3.26, 3.31, 3.35, 3.38, 3.52, 3.61, 3.72, 3.8, 3.86)
    highconfs = Array(1.76, 1.97, 2.14, 2.28, 2.39, 2.48, 2.56, 2.64, 2.7, 2.75, 2.81, 2.85, 2.9, 2.93, 2.97, 3#, 3.03, 3.06, 3.08, 3.11, 3.14, 3.16, 3.18, 3.2, 3.22, 3.24, 3.32, 3.38, 3.44, 3.48, 3.56, 3.62, 3.67, 3.72, 3.75, 3.89, 3.98, 4.09, 4.17, 4.32)
    i = 0
    Do While n > cutpoints(i)
        i = i + 1
    Loop
    ConfLevels = Array(lowconfs(i), highconfs(i)) 
End Function

然后在主子中将所有代码替换为：

Dim levels As Variant 'in the declaration part, use a different name if you want

'if n > 500, handle error and exit sub
levels = ConfLevels(n)
LowConf = levels(0)
HignConf = levels(1)

您甚至可以跳过变量LowConf 和HighConf，直接使用levels(0) 和levels(1)。

如果您解释了您使用的启发式方法，则可以通过使用T.Inv.2T 等工作表函数来进一步缩短此时间。这些数字是从哪里来的？

就您的其余代码而言，一个合理的策略是编写一个递归函数，该函数提供一个 VBA 数组并返回一个删除所有异常值的 VBA 数组（基本情况是返回数组不变的情况）因为没有更多的异常值要删除）。主子（实际上与电子表格和用户交互）可能相对较小。

【讨论】：

谢谢！我想有一种方法可以缩短它，我缺乏知道该怎么做的经验。至于你的策略，我会尝试一下，看看我能想出什么。是否有从数组中删除某些内容的特定函数？
@Nick 数组没有 remove 方法，因此您必须实现自己的方式——也许编写一个函数，该函数接受一个数组并返回一个较小的数组，该数组通过复制您想要的元素获得保持。 Range 对象有一个更直接的Delete 方法。