本文详细介绍了数据分析中异常值的判断、鉴别和处理方法，包括数字标准、3σ原则、箱盒图、描述分析和散点图等工具。异常值处理策略包括设为缺失值、填补和不处理，提醒分析人员应根据情况判断是否剔除异常值，处理前最好备份数据。
在数据分析工作中，面对收集而来的数据，数据清洗是首要环节。而异常值处理是其中的一个重要部分。下面就给大家介绍一下如何处理数据中的异常值。
一、异常值判断
何为异常值？
异常值，指的是样本中的一些数值明显偏离其余数值的样本点，所以也称为离群点。异常值分析就是要将这些离群点找出来，然后进行分析。
异常值判断
在不同的数据中，鉴别异常值有不同的标准，常规有以下几种：
-
- （1）数字超过某个标准值
这是最常用的异常值判断方法之一。主要是看数据中的最大值或最小值，依据专业知识或个人经验，判断是否超过了理论范围值，数据中有没有明显不符合实际情况的错误。
比如，测量成年男性身高（M），出现17.8m这样的数据，显然不符合实际情况。
又或者，如问卷数据使用1-5级量表进行研究，出现-2，-3这类数据，则可能提示为跳转题、空选等。
-
- （2）数据大于±3标准差
3σ 原则是在数据服从正态分布的时候用的
最低0.47元/天 解锁文章
扫一扫
2058
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
