数据在处于正太分布的前提下,用箱型图进行正太分布检验

# 获取 list 上限和下限
def get_up_limit(tem_list):
    tem_list = list(tem_list)
    percentile_temperature_end = np.percentile(tem_list, [0, 25, 50, 75, 100])
    IQR_temperature_end = percentile_temperature_end[3] - percentile_temperature_end[1]
    # 系数取值 1.5 为极度异常, 取 1 为 中度异常
    up_limit = percentile_temperature_end[3] + 1.5 * IQR_temperature_end
    down_limit = percentile_temperature_end[1] - 1.5 * IQR_temperature_end
    return up_limit, down_limit
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值