R 利用稳健马氏距离去除多变量异常值
我有一个3个变量的167个观测数据集。我试图使用稳健的马氏距离来评估和去除多元异常值。为此,我一直在使用R 利用稳健马氏距离去除多变量异常值,r,outliers,multivariate-testing,mahalanobis,R,Outliers,Multivariate Testing,Mahalanobis,我有一个3个变量的167个观测数据集。我试图使用稳健的马氏距离来评估和去除多元异常值。为此,我一直在使用化学计量学软件包中的Moutlier函数 我对R很陌生,所以我有一些问题: 这是我的密码: data<-isotopes x=data[,c(3:5)] #columns 3-5 contain the data I need to assess require(robustbase) res <- Moutlier(data[,c(3:5)] ,quant
化学计量学
软件包中的Moutlier
函数
我对R很陌生,所以我有一些问题:
这是我的密码:
data<-isotopes
x=data[,c(3:5)] #columns 3-5 contain the data I need to assess
require(robustbase)
res <- Moutlier(data[,c(3:5)] ,quantile=0.975,plot=TRUE)
res
which(res$rd>res$cutoff)
这是否意味着这些数字对应于观察值13、28、29等?那么这就是我想要去除的所有3个变量的异常值
非常感谢任何能帮助你的人 该函数的输出将为您提供值大于分位数的行号。要删除这些行,我认为您可以使用以下命令:
res$cutoff),]
谢谢您的帮助!我试过了,这是错误信息“维数不正确”。思考?哪个函数输出给你的行号值大于你的分位数。要删除这些行,我认为您可以使用以下命令:res$cutoff),]
谢谢您的帮助!我试过了,这是错误信息“维度数不正确”。你有什么想法?
# [1] 13 28 29 47 79 84 89 91 104 128 153 154