R-从datafram打印异常值

我想从数据帧中提取异常值。例如，1000个数据点中有10个可能是异常值或不在95%置信区间内。有一些方法可以找到它与样本平均值之间差异最大的值

> a <- c(1,3,2,4,5,2,3,90,78,56,78,23,345)
> require("outliers")
> outlier(a)
[1] 345

>要求（“异常值”）
>离群值（a）
[1] 345

我不想从数据框或箱线图中删除异常值。我想打印或子集

有什么想法吗？

根据数据：

a <- c(1,3,2,4,5,2,3,90,78,56,78,23,345)

要回答的第一个问题是：53是您最可能期望的“正常”值吗？ 我为什么要问？因为如果要打印不在95%范围内的值：

a[a > mean(a) + qt(0.975, df = length(a) - 1) * mean(a) / sqrt(length(a)) |
    a < mean(a) - qt(0.975, df = length(a) - 1) * mean(a) / sqrt(length(a))]

[1]   1   3   2   4   5   2   3  90 345

a[a>平均值（a）+qt（0.975，df=长度（a）-1）*平均值（a）/sqrt（长度（a））|
a<平均（a）-qt（0.975，df=长度（a）-1）*平均（a）/sqrt（长度（a））]
[1]   1   3   2   4   5   2   3  90 345

---

在您的情况下，您可能会得到比预期多得多的东西。

您可能会发现这个问题及其答案非常有用：@A.Val。如果我考虑95%置信区间，他们中的一些将被认为是离群值。让我们选择这个作为标准，你能推荐一些吗？怎么做？啊。好的，我试试看。但从表面上看，95%的置信度会对你的数据起到有趣的作用。这只是一个样本。考虑“RNORM（200，Mead＝10，SD＝3）”或其他。

a[a > mean(a) + qt(0.975, df = length(a) - 1) * mean(a) / sqrt(length(a)) |
    a < mean(a) - qt(0.975, df = length(a) - 1) * mean(a) / sqrt(length(a))]

[1]   1   3   2   4   5   2   3  90 345