去除R中的异常值后如何计算多个度量的平均值

Question

我有一个变量的三个独立测量值，它们会受到很多噪音和可能非常大的零星误差源的影响。我想丢弃离其他最远的值，记住哪个被丢弃，然后用剩下的两个计算平均值。例如，

a   b   c
15  6   7
11  10  3
5   12  6

会变成

a   b   c   ave     discard
15  6   7   6.5     15
11  10  3   10.5    3
5   12  6   5.5     12

Answer 1

试试：

ddf
   a  b c
1 15  6 7
2 11 10 3
3  5 12 6

ddf$ave = apply(ddf[1:3], 1, function(x) {
 x = sort(x)
 ifelse(abs(x[1]-x[2]) > abs(x[2]-x[3]), mean(x[2:3]), mean(x[1:2]))
 }
 )

ddf$discard = apply(ddf[1:3], 1, function(x) {
 x = sort(x)
 ifelse(abs(x[1]-x[2]) > abs(x[2]-x[3]), x[1], x[3])
 }
 )

ddf
   a  b c  ave discard
1 15  6 7  6.5      15
2 11 10 3 10.5       3
3  5 12 6  5.5      12

Answer 2

您的问题未指定。假设这三个值是1000、2000 和3000。你会丢弃哪个？答案应该是1500 还是2500？

如果您要寻找的只是集中趋势的可靠度量，那么中值可能是一个好的开始（R 中的?median）。