R 使用特定截止值进行 Winsorizing 不起作用答案

【问题标题】：R Winsorizing with specific cut-off values does not workR 使用特定截止值进行 Winsorizing 不起作用
【发布时间】：2019-10-07 05:11:06
【问题描述】：

我想使用变量的平均值加 (/减) 2 个标准差作为截止点来对我的数据进行微调。因此，我想一个一个地对每个变量进行winsorize。

在下面提供的示例代码中，我想对变量进行优化处理有 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。只是为了防止误解：我的数据框中有几个时间点和组，grepl 部分是只在一个测量点获取一组用于winsorizing。

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*, RRSout, value = c(1, 1.33333333333333, : 替换有38行，数据有510"

我的替换只有 38 行，因为 ^34.* 组只有 38 名参与者。我必须对每组和测量点的异常值进行缩尾处理......

如何替换/删除 RRS 变量中特定参与者组的异常值？

非常感谢您！

【问题讨论】：

为什么不提出一个类似结构但小于实际数据集的minimal reproducible example？
实际上我将编辑整个数据集，但分为四组。所以在第 34 组之后，我想对第 32 组的异常值进行缩尾处理，依此类推。因此，我的目标是一个完整的变量，由四个 Winsorized 组的结果组成。

标签： r trim desctools

【解决方案1】：

您对Winsorize() 的输入仅限于某些观察结果 (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：

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

【讨论】：