我有以下二维数据集。(X 和 Y) 都是连续随机变量。
Z = (X, y) = {(1, 7), (2, 15), (3, 24), (4, 25), (5, 29), (6, 32), (7, 34) , (8, 35), (9, 27), (10, 39)}
我想检测关于 y 变量值的异常值。y 变量的正常范围是 10-35。因此，上述数据集中的第一对和最后一对是异常值，其他是正常的巴黎。我想将变量 z = (x, y) 转换为异常值（第一对和最后一对）位于标准偏差 1 之外的概率/频率分布。谁能帮我解决这个问题。
PS：我尝试过不同的距离，例如欧几里德距离和马氏距离，但没有奏效。
我不确定您的最终目标是什么，但我假设您将 x,y 变量格式化为 nx2 矩阵，因此 z = [x,y] 其中 x:= nx1 和 y:= nx1 向量.
那么您要问的是一种方法来分离 y 超出 10-35 范围的数据点？为此，您可以使用条件语句来查找发生这种情况的索引：
index = z(:,2) <= 35 & z(:,2) >= 10; %This gives vector of 0's & 1's length nx1
z_inliers = z(index,:); %This has a [x,y] matrix of only inlier data points
z_outliers = z(~index,:); %This has a [x,y] matrix of outlier data points
如果您想根据标准偏差执行此操作，则不要使用 10 和 35：
low_range = mean(z(:,2)) - std(z(:,2));
high_range = mean(z(:,2)) + std(z(:,2));
index = y <= high_range & y >= low_range;
然后你可以用这些点绘制你的pdf或任何东西。