我使用下面的函数使用 3*sd 查找异常值，但在结果中我得到了异常值和 NA 值。异常值中不应该有 NA 值，对吗？
我如何解决它？
findingoutlier<- function (data, cutoff=3, na.rm=TRUE){
sd <- sd(data, na.rm=TRUE)
mean <- mean(data, na.rm=TRUE)
outliers <- (data[data < mean - cutoff * sd | data > mean + cutoff * sd])
return (outliers)
}
这是一个相当微妙的结果NA比较在 R 中处理。
假设你有一个NA值在data。那么你的标准
data < mean - cutoff * sd | data > mean + cutoff * sd
评估为NA（即，我们不知道不可用的数据点是否是异常值......）
如果我们提出要求，我们会得到什么data[NA]? From ?"[":
提取时，数字、逻辑或字符“NA”索引
选择一个未知元素，因此在相应的元素中返回“NA”
逻辑、整数、数字、复数或字符的元素
结果 ...
（这是一种技术性的说法“NA in, NA out").
所以你应该要么放弃NA来自您输入的值（例如na.omit(), or use
!is.na(data) & (data < mean - cutoff * sd | data > mean + cutoff * sd)
作为你的标准。
我想不出你最终会遇到的任何其他原因NA在输出中（并且因为您没有给出可重现的例子 https://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible-example我无法猜测它们会是什么......）
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
