累积分布函数_基于Stata软件异常值处理办法——累积分布命令cumul的应用

来源： 根据Stata帮助文件+人大经济论坛帖子 整理； 所有代码均可运行。

如果觉得数据中存在异常值，如何处理呢？

接下来，我们来一起讨论一下Stata软件中累积分布命令cumul在处理异常值时的应用。

1.什么是累积分布函数

那么，什么是累积分布呢？我们来具体看一个例子。

导入数据 webuse hsng

生成变量对应点累积分布 cumul faminc, gen(cum)

绘制累积分布图形 line cum faminc, sort

所谓累积分布，指的是随机变量小于或者等于某个数值x的概率 。通过累积分布函数，就可以识别数据的概率分布情况。

2.异常值的处理办法

如果我们解决异常值的办法是 剔除首尾各2%的异常值，那么如何处理？

还是接着上面的例子

gen faminc_new=faminc

replace faminc_new=. if cum<.02 cum>.98

在这里，我们生成了一个新的序列faminc_new，并且让faminc_new只保留原始序列faminc中介于中间2%-98%之间的数据。