问题标签 [iqr]

我必须通过生成所需变量的均值、中位数、标准差和四分位间距 (IQR) 来聚合（当然使用分类中断变量）一个包含一些连续变量的相当大的数据表。

前三个使用 SPSS Aggregate命令很容易，但我不知道如何通过聚合数据表来计算 IQR。

我知道我可以使用Descriptives（按四分位数）计算 IQR，但由于我需要聚合计算 - 这不是一个选项。不幸的是，由于一些奇怪的情况，使用 R 也失败了（不能在 R 中加载一个巨大的逗号分隔文件，既不能使用 base::read.table，也不能使用sqldf，既不能使用bigmemory也不能使用ff包）。

欢迎任何想法！当然：提前谢谢你。

PS：我曾考虑通过将标准差乘以 1.5 来估计 IQR，但由于分布偏斜，因此该方法不起作用，因此假设正态性不成立。

PS：你认为在 SPSS 中使用 R 不会导致像在纯 R 中打开数据集那样的内存问题吗？

i've got some questions regarding outlier rules in JFreeChart:

1. Is it possible to influence the outlier rules in a JFreeChart Boxplot?
2. I would assume that the default setting for outliers is Q3+1.5*IQR and Q1-1.5*IQR?

3. Is there a default rule for extreme values like Q3+3*IQR and Q1-3*IQR?

4. Maybe this should be a separate Question but how do you set the symbol for outliers? The default setting is a circle which is too big for my preference.

My data is in a DefaultBoxAndWhiskerCategoryDataset and i am not even sure if i need to change any of the default settings. Nevertheless it would be nice to know what exactly the default settings are ;)

我在 KhanAcademy.com 上关注有关箱线图的示例。

我尝试使用以下代码模拟 R 中的问题

KA 的 Sal 表示，有两种方法可以获得四分位数，区别在于计算第一个和第三个四分位数时是否有一个因素是中位数。

有没有办法告诉汇总函数在计算其他四分位数时要排除中位数。

如果采用这种方法，答案将是

为什么没有就如何解决此类问题达成一致的方法？

我想在数据框中找到一系列值的 IQR。这些值也被分组，因此我需要在数据框中找到每个组的 IQR。我有下表：

我运行以下代码来查找 IQR：

这给了我输出：

此输出正确地将所有摩尔浓度分组，但 IQR 不正确。如果上面的代码将平均值作为函数而不是 IQR，则 x （函数值）的值是正确的，如下所示：

预期的 IQRS 应如下所示：

任何帮助将非常感激。如果有人知道如何为 IQR 执行此功能，当有一组光斑大小（光斑大小范围为 100pl-400pl）时，包括我想听到的摩尔浓度类别。

谢谢你。

理论上vioplot包的小提琴图是箱线图+密度函数。

在“箱线图部分”中，

• 黑框对应于 IQR（确实，见下文），并且

• 中线应该对应相同的范围（相邻值，默认 1.5 IQR），但它不是（见下文）。任何人都可以解释为什么它们不同？

  /li>

由以上计算：

Hintze、JL 和 RD 尼尔森 (1998)。小提琴图：箱线图-密度迹线协同作用。美国统计学家，52（2）：181-4。

是否有内置方法可以按 IQR（即 Q1-1.5IQR 和 Q3+1.5IQR 之间的值）对列进行过滤？此外，将不胜感激建议的 pandas 中任何其他可能的广义过滤。

在阅读StackOverflow 中相关问题的答案时，我看到了 matplotlib中用于计算 wiskers 位置和检测异常值的代码：

现在，这else部分非常有意义 - 根据Tukey boxplots的规范，我们在上四分位数的 1.5 IQR 内找到了最高基准。确实，这是-下面max(wish_hi)是最大的数据条目。 Q3+1.5*IQR

or然而，我不明白的部分。if len(wisk_hi) == 0翻译为...

这个条件如何适用？Q3 是通过在中位数上拆分数据，然后取上半部分的中位数，然后在其上加上 1.5*IQR 找到的- 怎么可能没有低于这个值的数据？

如果这是关于一个空数据集，那么第二部分or也没有意义（因为 Q3 或 IQR 没有数据就没有意义）。

可能遗漏了一些明显的东西 - 帮助？

使用

绘制以下内容：

晶须在 -10 和 10 处不可见。然而，根据文档的定义指出晶须位于 Q1-1.5 * IQR 和 Q1+1.5 * IQR。他们不应该也为0吗？

这是一个错误，还是我误解了有关箱形图的一些东西？

我想使用分位数和 1.5*IQR 确定数据框中的异常值。我使用了箱线图函数，并将得到的异常值与使用分位数和 iqr 计算的异常值进行了比较。

我注意到这两种方法之间的区别。箱线图方法检测到的异常值少于 Q1-1.5*IQR、Q3+1.5*IQR 计算。我尝试将rangein boxplot 设置为 1.5，但它仍然检测到较少的异常值。range 是要设置的正确 boxplot 选项还是我需要设置的另一个选项？

任何帮助是极大的赞赏。

我开始学习 R 和数据科学。

我有一个数据框，我的大部分变量和我想要预测的类都是离散的。

我需要做的是在这些数据中找到异常值，以便我可以通过插补或其他方式处理它们。

我研究的一些方法是使用 IQR（四分位间距）、Cook 距离或使用 'outliers' 包，但似乎大多数只能应用于连续数据，所以 R 给了我错误说它不能应用在这种情况下，我认为是离散数据。

我在使用“异常值”包时遇到的错误之一。

我在这里做错了吗？有人可以帮忙吗？任何帮助表示赞赏，谢谢。