“探索离群值”平台支持您识别、探索和管理离群值。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、在数据集中包含了错误或缺失值代码,或只是异常值。离群值的存在可能会使估计值失真,使结果向这些离群值偏倚。
离群值会增大样本方差。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,让数据朝着反方向偏倚。
无论是删除还是保留离群值,最好都要找到这些离群值。可通过很多方式直观检查离群值。例如,箱线图、直方图和散点图就很容易显示这些极值。请参见《发现 JMP》中的“数据可视化”。
图 21.1 多元 k 最近邻离群值示例