异常值处理

一、异常值判断

（一）看箱线图

1. 在两根线外的是离群点
2. [ Q1-1.5IQR，Q3+1.5IQR ]，在此范围外的是异常值

（二）正态分布：3σ准则

当样本服从正态分布，[ mean-3σ,mean-3σ ] 在此范围外的是离群点

二、异常值处理

（一）删除

一般情况下根据箱线图删除异常值

（二）长尾截断

【例】大于400全部赋值为400

（三）box-cox变换为正态分布

如果需要构建线性模型，则因变量y需要符合线性、正态、方差齐性的假设，如果不符合，需要用box-cox变换。