使用分类变量检测数据集中的异常值我有一个大型数据集，其中包含来自 800 多名参与者的分类调查数据。有 10 个分类变量，每个变量有 4 个名义水平。是否有用于分配/检测异常参与者的 jmp 方法？
高级统计建模消费者和市场研究数据混合和清理回复：使用分类变量检测数据集中的异常值我不知道有任何这样的程序。我将把它留给其他用户，让他们有更多的经验和知识来识别任何东西。
无知不会阻止我集思广益。离群值是异常或意外的结果。（请注意，这不一定是错误的或污染的结果。）因此，您可以使用各种无监督的和有监督的学习方法，这些方法可以隔离此类情况。
- 多重对应分析旨在处理具有多个级别的许多类别变量。最佳缩放比例基于距质心的卡方距离。异常值可能在情节中分开。
- 使用多项式广义线性模型进行残差分析可能会发现异常值。
- 递归分区会将这种情况隔离到单个节点。您可能必须调整最小节点大小。
您打算进行哪种分析或建模？该方法可能包括识别异常值。
回复：使用分类变量检测数据集中的异常值在数据集上，我将执行MCA。我注意到，二维MCA图对数据集的删除/包含校正剂非常敏感，因此应谨慎进行异常值检测/删除。之后，将使用K均值进行聚类； K均值对异常值也很敏感。因此，在开始分析之前，必须使用正确的统计方法和jmp工具正确检测并消除异常值。
回复：使用分类变量检测数据集中的异常值我假设没有用于分类异常值检测的特定jmp方法？
