消除异常值问题[关闭]答案

【问题标题】：Removing Outliers Issue [closed]消除异常值问题[关闭]
【发布时间】：2019-07-21 18:20:15
【问题描述】：

我尝试运行此代码以删除异常值，但仍然存在两个异常值。

newData <- read.csv(file = 'https://data.edmonton.ca/resource/f7ms-98xd.csv', header = T)
boxplot(newData$bachelor_s_degree)$out
no_outliers <- boxplot(newData$bachelor_s_degree)$out
print(no_outliers)
newData[which(newData$bachelor_s_degree %in% no_outliers),]
newData <- newData[-which(newData$bachelor_s_degree %in% no_outliers),]
boxplot(newData$bachelor_s_degree)

图为运行代码后仍然存在的两个变量。

我正在尝试删除示例中的所有异常值，但由于某种原因，这两个变量仍然存在。是否有一种代码可以删除所有变量？

【问题讨论】：

我投票结束，因为我们没有您的数据来复制您的问题。但我会留下这个评论：删除所谓的“异常值”是一个迭代问题。删除其中一些后 - 突然，在查看数据时，其他一些点可能会变成“异常值”。我认为这就是你的情况。
@KarolisKoncevičius 正在从在线 CSV 中提取数据。如果您运行读取 csv 的行，它应该会为您提供数据。
@AK，我刚刚尝试了链接：data.edmonton.ca/resource/f7ms-%2098xd.csv，它给出了：“数据集丢失”错误。所以！此外，卡罗利斯关于异常值部分是正确的。但是，如果没有数据集，就很难提供帮助。
所以我的印象是错误的——数据是可用的。但是破折号后有一个不必要的空间。但是，您的问题是，在删除原始“异常值”后，会出现新的“异常值”。如果您不想让他们再次运行异常值删除程序。我仍然投票结束，因为这个问题与编程无关。

标签： r outliers

【解决方案1】：

在删除异常值之前，您有：

IQR(newData$bachelor_s_degree)
[1] 265.25
median(newData$bachelor_s_degree)
[1] 127.5

所以异常值是那些大于的点

median(newData$bachelor_s_degree) + 1.5 * IQR(newData$bachelor_s_degree)
[1] 525.375

去除异常值后，中位数和 IQR 都会发生变化，因此：

median(newData$bachelor_s_degree)
[1] 121.5
IQR(newData$bachelor_s_degree)
[1] 249
median(newData$bachelor_s_degree) + 1.5 * IQR(newData$bachelor_s_degree)
[1] 495

您的数据集在新异常值范围之外有几个点，即它们小于 525.375（因此第一次没有被删除）但大于 495（因此它们被视为异常值现在）。

【讨论】：