稳健拟合离群值

JMP 14.2 联机文档

JMP 支持

文档反馈
您的反馈对我们来说很重要。给我们发表您对该文档的任何意见。

该帮助的版本不再更新，请参见https://www.jmp.com/support/help/zh-cn/15.2 获取最新的版本.

预测和专业建模 • 建模工具 • “探索离群值”实用工具 • 稳健拟合离群值

•

稳健拟合离群值

比起非稳健估计值，参数的稳健估计值对于离群值较不敏感。稳健拟合离群值提供若干类型的数据中心和散度稳健估计值，用于确定可被视为极值的那些值。图 3.7显示了默认的“稳健拟合离群值”窗口。

图 3.7 “稳健拟合离群值”窗口

Robust Fit Outliers Window

“稳健拟合离群值”选项

在给定中心和散度稳健估计值的前提下，离群值定义为与中心有 K 倍稳健散度的距离的那些值。“稳健拟合离群值”窗口提供若干选项，用于计算稳健估计值和倍数 K，并提供用于管理发现的离群值的工具。

使用 Huber M 估计来估计中心和散度。该选项是默认选项。请参见 Huber and Ronchetti (2009)。

用 Cauchy 分布来计算中心和散度的估计值。Cauchy 估计值提供高度细分的点，通常比 Huber 估计值更为稳健。不过，若数据划分为聚类，则 Cauchy 分布往往只考虑构成较近聚类的一半数据，而忽略其余数据。

使用四分位间距 (IQR) 估计散度。中心的估计值为中位数。散度估计值是 IQR 除以 1.34898 后的结果。用该因子除以 IQR 可令散度对应于一个标准差（若为正态分布数据）。

一个倍数，用于确定离群值与中心有 K 倍散度的距离。比起较小值，较大的 K 值能提供更为保守的一组离群值。默认值为 4。

仅显示具有离群值的列

将报表中的列列表限定为仅包含离群值的那些列。

一旦使用您的指定显示报表，即可通过许多方法来探索这些极值。您可以通过选择“稳健估计值和离群值”报表中的指定行来选择行中的离群值。

选择包含数据表中选定列的离群值的行。

为数据表中选定列的离群值设置“排除行”状态。点击重新扫描以更新“稳健估计值和离群值”报表。

为单元格着色

对数据表中选定的离群值的单元格着色。

为包含数据表中选定列的离群值的行着色。

添加至缺失值代码

针对选定列，将选定的离群值添加至“缺失值代码”列属性。使用该选项标识数据中已知的缺失值或错误代码。点击重新扫描以更新“稳健估计值和离群值”报表。

更改为缺失

将离群值改为数据表中的缺失值。点击重新扫描以更新“稳健估计值和离群值”报表。

在执行离群值操作之后重新扫描数据。

注意：按住 Ctrl 键并点击重新扫描以重新扫描所有命令组。

关闭“稳健拟合离群值”面板。

注意：按住 Ctrl 键并点击关闭以关闭所有命令窗口。