Question 1

什么使数据点成为异常值？

Accepted Answer

异常值是数据集中由于不寻常的特征而从其他数据中脱颖而出的值。例如，马匹中异常快或慢的圈速时间就是异常值。异常值的数值远离典型范围，需要仔细检查以确定它们是表示错误还是关于所研究的总体的有价值信息。

Question 2

您如何使用四分位距方法来识别异常值？

Accepted Answer

四分位距（IQR）方法将那些高于或低于1.5倍IQR的值标记为异常值。这种方法使用 5 数字概述 来建立边界。任何超过这些阈值的数据点都被视为异常值，并需要进一步调查或可能从统计计算中删除。

Question 3

Z 分数法用于检测异常值是什么？

Accepted Answer

Z分数法通过测量一个值与均值之间的标准差来识别异常值。-2和+2之间的Z分数被认为是常见的，大约覆盖了95%的数据。超出这个范围的任何值都会被标记为异常值或异常值，并应该检查其原因或有效性。

Question 4

箱线图如何帮助识别异常值？

Accepted Answer

箱线图以可视方式显示数据分布，其中胡须延伸至典型值的边界。任何位于这些胡须之外的数据点被标记为离群点。这种图形方法提供了对异常值的快速视觉评估，并使得容易发现与主要数据集显著偏离的数据点。

Question 5

异常值会影响平均值和标准差等统计测量吗？

Accepted Answer

是的，离群点可以显著影响数据集的平均值、标准差和范围。然而，某些离群点对样本统计量的影响最小，可以在不扭曲结果的情况下被忽略。需要仔细考虑是否要在计算中包含或修剪离群点，这取决于它们的影响和来源。

Question 6

如何使用残差和标准差来识别异常值？

Accepted Answer

可以通过计算残差（与最佳拟合线的距离）并将它们与这些残差的两倍标准差进行比较来识别异常值。超过此阈值的点被标记为潜在的异常值。从视觉上，你可以在最佳拟合线的上方和下方分别绘制两倍标准差的线；任何位于这些边界之外的点都是异常值。

Question 7

是否应该从数据分析中删除所有异常值？

Accepted Answer

不一定。虽然一些异常值是由测量错误引起的，应该被移除，但其他的可能包含关于所研究人群的宝贵信息。每个异常值都需要仔细检查以确定其原因和相关性。是否包含或排除异常值的决定取决于它是否代表真实的变化或错误的数据。

Practice 练习: 什么是离群值 Quiz