问题标签 [outliers]

我有一个看起来像这样的箱线图：

显示异常值名称是因为我将第一列设置为：

现在我想知道如何制作一个新的多重箱线图。我想在同一张图片上有 2 个箱线图。数据仍在幻灯片数据库中。2列的名称是：

1. ski_parc (幻灯片$ski_parc)
2. snow_parc (幻灯片$snow_parc)

我不知道如何将 2 个箱线图放在同一图像上显示：

• 异常值的名称，例如 2 个箱线图的打印屏幕上的每一个
• 每个箱线图下箱线图的名称，以便识别它们

编辑：这是我的数据库幻灯片的链接

我正在开发一个模拟程序。有成群的动物（角马），在那个畜群中，我需要能够找到一种远离畜群的动物。

在下图中，绿点远离牛群。我希望能够快速找到这些点。

当然，有一个简单的算法可以解决这个问题。计算每个点的邻域中的点数，然后如果该邻域为空（其中为 0 点），则我们知道该点远离牛群。

问题是这个算法根本没有效率。我有一百万个点，在每一百万个点上应用这个算法非常慢。

有什么东西会更快吗？也许使用树木？

编辑@amit：我们想避免这种情况。左角的一组绿点会被选中，尽管它们不应该被选中，因为远离牛群的不是单一的动物，而是一群动物。我们只是在寻找远离牛群（而不是一群）的单一动物。

我有下面的数据。我如何确定哪个作者的出版物数量最多？

我试试这个

但它似乎不起作用。

我有一个欺诈检测算法，我想检查它是否适用于真实世界的数据集。

我的算法表明索赔是否正常。

有没有可用的数据集？

可能重复：
更改箱线图中的异常值规则

我需要使用箱线图来可视化我的结果。

如何在可视化过程中过滤异常值？

(1) 这样我就可以在屏幕上看到完整的图像，而不会出现丑陋的异常值。

http://postimage.org/image/szzbez0h1/a610666d/

(2) 有什么方法可以显示一定范围内的异常值？ http://postimage.org/image/np28oee0b/8251d102/

问候

我对 R 很陌生，以至于我很难在别人的问题中找到我需要的东西。我认为我的问题是如此简单，以至于没有人会费心去问它。

什么是最简单的代码来创建一个新的数据框，该数据框排除了单变量异常值的数据（我将其定义为与条件均值相差 3 个标准差的点），在他们的条件下，在某个变量上？

我很尴尬地展示我尝试过的东西，但就是这样

我几乎已经被困在那里了。

谢谢

我有一组自动生成的图表，我需要稍微调整一下。我的 Y 轴从 0 到 1000，但我有一些超出此范围的值。对于超过 1000 的值，我想在 1000 处绘制一个点，以提醒用户数据存在的事实。

一个期望的特性：如果可以根据单元格值（即大于 1000 的单元格值）更改单个数据点的格式，那就太棒了；这不是必需的，但它会使查看数据（近 100 个图表）变得更加容易。

谢谢！

在 R 中，我使用了 outline=FALSE 参数在为特定集合绘制框和胡须时排除异常值。它的工作非常出色，但让我想知道它究竟是如何确定哪些元素是异常值。

使用extremevaluesR 中的包进行单变量异常值检测。我对统计数据的理解公认有限，但我试图从概念上掌握一些 getOutliersI 函数在确定异常值时所做的工作。我试过查看包的文档，但没有找到。

对我的数据调用该函数会产生符合常识的结果：

由于我没有提供任何 rho 或 FLim 参数，它正在为我计算限制——但是如何？

在 Matlab 中，我有一个大矩阵 A。矩阵的第一列包含以秒为单位的时间。第二至第 13 列包含计算结果。对于每一列（第一列除外），我通过以下方式计算了晶须：

分位数(A,[.75])-1.5*(分位数(A,[.75])-分位数(A,[.25]))

现在我想知道每列中有多少异常值（=低于晶须的值），以及它们何时发生。这将使我能够计算出异常值随时间的分布情况。

我更喜欢创建一个循环，它给我 12 个包含两列的矩阵。第二列应包含异常值的值（= 晶须下方单元格的值），中间没有任何零，第一列应包含异常值发生的时间（按时间顺序）。

我怎样才能创建这个？

问候，

文森特