【定量分析、量化金融与统计学】R语言ANOVA方差分析关于outliers（异常值）的处理

这是一个短篇，主要用于补充上一篇ANOVA假设检验的问题。

在ANOVA中，假设检验不仅仅要包括上一篇中所说的那三类。还会有异常值检验，就是所说的outliers。

我们可以看一下boxplot中的异常值：

 这些地方在正态检验的时候是存在异常值的，那么我们为了数据的健康，这些异常值必须要拿掉，那么我们用R语言走一遍流程。

outliersx6<-boxplot(x6 ~ x1, data = x,
                    xlab = "customer type", ylab = "product quality",
                    main = "compare", col = c("#00AFBB", "#E7B800", "#FC4E07")
                    , names=c("<1 year","1-5 years",">5 years") )
print(outliersx6)

我们直接使用boxplot对outliers变量赋值就能看到outliers，

 我们看看结果：

 就会出现一个叫out的属性，保存着异常值，那么我们开始剔除他们。

out1<-x[x$x1==3 & x$x6==7.6,]
print(out1)
out2<-x[x$x1==1 & x$x6==9.5,]
print(out2)

outAll<- rbind(out1,out2)
print(outAll)

x<-x[-which(x$id %in% outAll$id),]

 结果如下：

 原来的异常值消失了，但是可能会出现新的异常，但是我们就不再处理了，处理一次就可以了。