离群值处理方法

目录

基于标准差（SD）法
基于MAD的中心距离计算法
1.基于标准差（Standard2Deviations, SD）法a为一组数的平均数，b为这组数的标准差，则超出[a-2b, a+2b]范围的值即被认为离群值。总结这种方法不是特别的靠谱，因为离群值的出现可能反过来很大程度影响平均数和标准差，所以平均数或者标准差受离群值的制约而使得这个检测方法不靠谱。
2.基于绝对离差中位数（Median Absolute Deviation, MAD）的中心距离计算法（1）计算所有观察点的中位数median(X);（2）计算每个观察点与中位数的绝对偏差值abs(X-median(X));（3）计算（2）中的绝对偏差值的中位数，即MAD = median(abs(X - median(X)));（4）将（2）得到的值除以（3）的值，得到一组基于MAD的所有观察点的离中心的距离值abs(X - median(X))/MAD.
总结这是一种稳健对抗离群数据的距离值方法，采用计算各观测值与平均值的距离总和的方法。放大了离群值的影响，相比基于SD的中位数距离法，它可以更清晰地从正常观察点中检测出离群值来。