如何判断数据里的离群值

『壹』 请举例说明异常值、离群值和极值有什么联系和区别

异常值、离群值和极值的联系和区别在于，离群值处理，因为过大或过小的数据可能会影响到分析结果，尤其是在做回归的时候，我们需要对那些离群值进行处理。

实际上离群值和极值是有区别的，因为极值不代表异常，但实际处理中这两个所用方法差不多，所以这里也不强行区分了。处理方法是调整因子值中的离群值至上下限（Winsorzation处理），其中上下限由离群值判断的标准给出，从而减小离群值的影响力。离群值的判断标准有三种，分别为 MAD、 3σ、百分位法。

异常值、离群值和极值联系在于，MAD又称为绝对值差中位数法Median Absolute Deviation，MAD 是一种先需计算所有因子与平均值之间的距离总和来检测离群值的方法。

处理的逻辑：第一步，找出所有因子的中位数 Xmedian，第二步，得到每个因子与中位数的绝对偏差值 XiXmedian，第三步，得到绝对偏差值的中位数 MAD；最后，确定参数 n，从而确定合理的范围。

XmediannMAD,Xmedian+nMAD并针对超出合理范围的因子值作如下的调整，并且二者之间的区别在于原始序列的相对排序关系。

所以对原始变量的分布不做要求，属于非参数统计方法，可以适用于更多类型的数据。首先将原始数据的排序值作为参数，再将之带入方法一的标准化计算中。

『贰』 处理离群值的方法

处理离群值的方法：保留，修正，剔除，替补。

离群值是指在数据中有一个或几个数值与其他数值相比差异较大。离群值是一种不同于其他观测值的观测值。它是少见的，或独特的。

测试数据集 在研究离群值识别方法之前，我们先定义一个用于测试这些方法的数据集。简而言之就是，超越人类常识和不弯握符合逻辑的变量的值即是离群值。

离群值是指与其他数据差异较大，会对数据分析结果产生影响的观测值，数据中的离群值往往会扭曲预测结果并影响模纯唤型精度埋裤庆，回归模型中离群值的影响尤其大，因此我们需要对其进行检测和处理。

分析化学离群值，即可疑值的判断，常用以下两种方法：Q-检验法：需要计算平均值、统计量Q值、查Q值表，再比对判断；格鲁布斯法：需要计算平均值、标准偏差、统计量T值、查t值表，在再比对判断。

ESD检验是一个检测离群值的方法。它检验服从近似正态 分布的一个单变量数据集中的一个或多个离群值。统计学中，离群值是不属于某个总体的数据点，它是一种与其他值相差甚远的异常观察，是一种与其他结构良好的数据不同的观察值。

『叁』 用spss怎么找出离群值和异常值

第一步：异常值检测
异常值的检验有很多种方法，最常见的是图示法，也有使用分析方法进行探索，如下说明。
箱盒图：实验研究时经常使用，非常直观的展示出异常数据；
散点图：研究X和Y的关系时，可直观展示查看是否有异常数据；
描述分析：可通过最大最小值等各类指标大致判断数据是否有异常；
其它：比如结合正态分布图，频数分析等判断是否有异常值。
02
第二步：异常值判定
上述已经说明异常值会带来严重的影响，扭曲数据结论等。那么首先需要设定异常值的标准，然后再对其进行处理。异常值的判定标准并不统一，更多是通过人为标准进行设定，SPSSAU提供以下几类判定规则：
缺失数字
小于设定标准的数字
大于设定标准的数字
大于3个标准差

03
第三步：异常值处理
完成异常值的判定之后，接着需要进行处理；SPSSAU提供两类处理方式，分别为：
1、设置为Null值；此类处理最简单，而且绝大多数情况下均使用此类处理；直接将异常值“干掉”，相当于没有该异常值。如果异常值不多时建议使用此类方法
2、填补；如果异常值非常多时，则可能需要进行填补设置，SPSSAU共提供平均值，中位数，众数和随机数共四种填补方式。建议使用平均值填补方式。

『肆』 我想问问如何找出excel离群值

1、在菜单栏上执行：数据挖掘--清除数据--离群值,
2、打开了离群值对话框，直接点击下一步,
3、选择数据源，通常选余唯择一个表作竖拆培为数据源，如表格里数据有很多，只有一部分需要进行清理，可以选择数据区域，点击下一步,
4、在这里选择你要清除离群值的列，点击下一步,
5、输入最大值和最小值，这里要预先想哪个范围的值是可以接受的，输入最大值和最小值以后，会看到御拿图中多出了一些阴影部分，那就是离群值。
更多关于如何找出excel离群值，进入：https://m.abcgonglue.com/ask/7054731615124664.html?zd查看更多内容

『伍』 如果调查一组数据的标准差，则检验该组数据是否存在离群值的方法有哪些

可以选择以下方法。用线性回归的办法求得某一点到直线最远，去除这一点逗拦即可。异常值也称离群值,具体地说,判断标准山绝胡依据实际情况,根据宏察业务知识及实际需要而定。

要是一般地说,可以用公式计算：

upper adjacent value = 75th percentile + (75th percentile – 25th percentile) * 1.5。

lower adjacent value = 25th percentile – (75th percentile – 25th percentile) * 1.5。

『陆』 如何在SPSS中找出离群值及其处理

spss：
分析-描述统计-描述-选项（选择指咐自己需要的值）-将标准化得分另存为变量-确定，在缺逗腊变量视图就能看到各个值的Z值。Z值>3或伏滑者<-3的值是离群值。

『柒』 离群值的特征

发现离群值也可以通过观察值的频数表或直方图来初步判断，也可通过统计软件作观察值的箱式图来判断，如果观测值距箱式图底线Q1（第25百分位数）或顶线Q3（第75百分位数）过远，如超出箱体高度（四分位数间距）的两倍以上，则可视该观测值为离群值。当数据近似正态分布时，有一种较为简单的方法，可用均数加减2.5s来判断，如观测值在此范围以外，可视为离群值。在统计学上也可用线性回归的方法来对离群值进行判断。当出现离群值的时候，要慎重处理，要将专业知识和统计学方法结合起来，首先应认真检查原始数据，看能否从专业上加以合理的解释，如数据存在逻辑错误而原始记录又确实如此，又无法在找到该观察对象进行核实，则只能将该观测值删除。如果数据间无明显的逻辑错误，则可将蠢扒离群值删除前后各做一次统计分析，若前后结果不矛盾，则该兆档粗例观测值可予以保留。
离群值处理方法包括：
一、剔除离群值，不追加观测值；
二、剔除离群值，追加观测值；或剔除离群值，适宜地插补替代；
三、找到实际原因修正离群值，否则予以保留的； 离群值的取舍 1. 定义在一组平行测定数据中，有时会出现个别值与其他值相差较远，这种值叫离群值。族镇判断一个测定值是否是离群值，不是把数据摆在一块看一看，那个离得远，那个是离群值，而是要经过计算、比较才能确定，我们用的方法就叫Q检验法。2. 检验方法（1）求Q：Q= 即：求出离群值与其最邻近的一个数值的差，再将它与极差相比就得Q值。（2）比较：根据测定次数n和置信度查Q，若Q>Q，则离群值应舍去，反之则保留离群值。

『捌』 如何判断和处理离群点

用残差分析，常用标准化残差图，以本人未在正负3个标准差意外区域出现的点为离群点，正负2个标准差以外为可能离群点。

『玖』 R如何找热图中的离群值

可以通过三个方法找出离群值：
1.单变量检测法
2.双变宏握旦量检测法
3.多元模型检测法
离群值 (outliers)是指在一份数蔽扰据中,与其他观察值具有明显不同特征的那些观察值。然而，并没有一个明确的准则皮慧来判断哪些观察值属于“离群值”。这主要取决于多种因素。

『拾』 四分位数法是用来检测离群值的常用方法之一

对。这种方法用中位数度量数据的集中趋势,四分位数间距度量数据的离散程度,因为这些统计量对离群值更为稳健(即不大敏感)。

处理离群值的方法有：保留离群值并用于后续数据处理；在找到实际原因时修正离群值，否则予以保留；剔除离群值，不追加观测值；剔除离群值，并追加新的观测值或用适宜的插补值代替。

格鲁布斯检验方法： 在定量分析实验中，实验结束后，必须对分析数据进行处理，在一组分析数据中，往往有个别数据与其它数激拿据相差较大，这种个别数据称为可疑值。

观测等产生离群值的处理方法：保留，修正，剔除，替补。

离群值(outlier)是指在数据中有一锋茄个或几个数值与其他数值相比差异较大。离群值是一种不同于其他观测值的观测值。它是少见的，或独特的。测试数据集 在研究离群值识别方法之前，我们先定义一个用于测试这些方法的数据集。

简而言之就是，超越人类常识和不符合逻辑的变量的明基搭值即是离群值。

ESD检验是一个检测离群值的方法。它检验服从近似正态 分布的一个单变量数据集中的一个或多个离群值。统计学中，离群值是不属于某个总体的数据点，它是一种与其他值相差甚远的异常观察，是一种与其他结构良好的数据不同的观察值。