0

我想使用变量的平均值加（/减）2个标准差作为截止点来对我的数据进行winsorize。因此，我想一个一个地对每个变量进行winsorize。

我想在下面提供的示例代码中进行优化的变量有 5 个异常值。

我创建了两个基准（高和低）并将它们插入到 minval 和 maxval 中。只是为了防止误解：我的数据框中有几个时间点和组，grepl 部分是只在一个测量点获得一组用于winsorizing。

到目前为止我的代码：

library(DescTools)

benchhigh <- mean(ds$RRS[grepl('^34.*', ds$QUESTNNR)], na.rm=TRUE) + 
              2*sd(ds$RRS[grepl('^34.*', ds$QUESTNNR)], na.rm=TRUE)

benchlow <- mean(ds$RRS[grepl('^34.*', ds$QUESTNNR)], na.rm=TRUE) - 
              2*sd(ds$RRS[grepl('^34.*', ds$QUESTNNR)], na.rm=TRUE)

ds$RRSout <- Winsorize( ds$RRS[ grepl('^34.*', ds$QUESTNNR) ], 
                        minval = benchlow , maxval = benchhigh, na.rm = TRUE)

我得到的错误是：

“错误$<-.data.frame( *tmp*, RRSout, value = c(1, 1.33333333333333, : 替换有 38 行，数据有 510”

我的替换只有 38 行，因为 ^34.* 组只有 38 名参与者。我必须对每组和测量点的异常值进行缩尾处理......

如何替换/优化 RRS 变量中特定参与者组的异常值？

非常感谢您！

4

1 回答 1

0

您的输入Winsorize()仅限于某些观察 ( grepl('^34.*', ds$QUESTNNR))。您只能将结果附加到相同数量（最好是完全相同）的行：

    ds$RRSout[ grepl('^34.*', ds$QUESTNNR) ] <- 
         Winsorize( ds$RRS[ grepl('^34.*', ds$QUESTNNR) ], 
                    minval = benchlow , maxval = benchhigh, na.rm = TRUE)
于 2019-11-29T15:35:40.957 回答