如何使用密度核估计进行异常值检测？

Question

我有一个名为“价格”的变量，它的分布看起来很倾斜。我计划使用核密度估计来检测异常值。有什么好主意吗？

谢谢！

Answer 1

如果我了解您正在寻找低振幅的局部最大值？您可以检查斜率转换的内核密度。正态分布应该是 POS-NEG。如果您的平滑函数足够平滑，您的主要数据应该如下所示。异常值会在斜率上添加额外的 POS-NEG 转换。

斜率函数的计算类似于内核本身，但使用您选择的窗口函数的导数。

相应地调整平滑参数并移除导致局部最大值过大的样本。