预测和专业建模 • 建模工具 • “探索离群值”实用工具
上一个
 • 
下一个
“探索离群值”实用工具
探索和了解数据中的离群值是分析中的重要组成部分。数据中之所以出现离群值可能是因为：数据收集或报告出错、测量系统失效，或是在数据集中包含了错误或缺失值代码。离群值的存在可能会使估计值失真。因此，执行的所有分析都会朝着这些离群值偏倚。离群值还会增大样本方差。不过有时保留数据中的离群值也是有必要的，删除它们会低估样本方差，在反方向上使数据发生偏倚。
无论是删除还是保留离群值，您都必须要找到它们。可通过很多方式直观检查离群值。例如，箱线图、直方图和散点图有时就很容易显示这些极值。详细信息，请参见《发现 JMP》手册中的“直观演示数据”。
“探索离群值”工具提供四个不同选项来标识、探索和管理一元或多元数据中的离群值。
分位数范围离群值
使用每列的分位数分布将离群值标识为极值。该工具适用于发现数据中的缺失值或错误代码。这是推荐在开始探索数据中的离群值时使用的方法。请参见分位数范围离群值。
稳健拟合离群值
查找每列的中心和散布的稳健估计值，将远离这些值的值标识为离群值。请参见稳健拟合离群值。
多元稳健离群值
使用“多元”平台中的“稳健”选项可基于距估计的稳健中心的 Mahalanobis 距离来查找离群值。请参见多元稳健离群值。
多元 k 最近邻离群值
将远离其 k 最近邻的值标识为离群值。请参见多元 k 最近邻离群值。