2

我用谷歌搜索并找不到内置的 Dixon's Q-test for python。我知道 R 有一个，但我的问题是我有多达 9 个位置，每个位置都有一个仪器读取读数，报告一个时间实例的值（我们称之为绒毛）。由于我们不会深入探讨的原因，如果仪器出现严重问题，数据将存储为 fluff=-999。此外，如果风吹错等，仪器会收到疯狂的读数。我想做的是对数据进行 Dixon 的 Qtest，以查看是否应该丢弃某个位置的读数，而不是用于计算数据的其他统计信息。也许这会有所帮助...

Data[location][time]是字典的字典。

for t in Time:    
    L = []
    for loc in Location:
        L.append(Data[loc][t])

    #perform Dixon's Outlier test
    average = sum(L) / len(L)
    AverData[t] = average

    #more analysis

谢谢！

4

1 回答 1

1

Dixon 的 Q 检验的要点是通过偏离正态分布来识别异常值，但在这种情况下，如果 fluff=-999，您知道绒毛（可能还有行/读数中的所有其他数据）是异常值。所以听起来你不需要 Dixon's Q。

尽管如此，这里有一个用 Python 进行的 Dixon's Q 测试的原始实现。

于 2016-09-07T17:18:29.967 回答