Explorar valores atípicos: actualizado en JMP 16
Vea cómo utilizar la utilidad Explorar valores atípicos, con énfasis en encontrar valores perdidos y trabajar con el informe Nines y los valores High Nines (perdidos).Las actualizaciones de JMP 16 incluyen:
- La nueva utilidad Robust PCA Outliers (que reemplaza a Multivariate Robust Outliers) se incluye en la plataforma Explore Outliers
- Los valores atípicos robustos multivariados siguen siendo compatibles con JSL únicamente y no se puede acceder a ellos a través de los menús.
- El PCA robusto identifica celdas, sigue respetando la estructura multivariante de los datos, permite valores perdidos y es mucho más rápido que la función de Huber Mahalanobis utilizada en versiones anteriores de JMP.
- La PCA robusta admite la creación de un conjunto limpio de nuevas columnas, con valores imputados para los valores perdidos y truncados de diversas formas para los valores atípicos.
Recursos
1-5 minJMP básicoPreparación de datosUtilidadesVideoRe: Explorar valores atípicos - Actualizado en JMP 16Enlace actualizado para la sesión JMP On Air de Ledi: Explorando valores atípicos en sus datos
Re: Explorar valores atípicos - Actualizado en JMP 16Gracias por compartir el enlace @wendytseng y para el video de intro @ryandewitt .
¿Hay alguna razón que podamos señalar por la cual los valores predeterminados para Tail Quantile y Q son 0.1 y 3, respectivamente?
De la documentación de ayuda en línea de JMP 16: https://www.jmp.com/support/help/en/16.2/#page/jmp/quantile-range-outliers.shtml
Clásicamente, sabemos que los valores que caen más allá de Q = 1,5 veces el rango intercuartílico más allá del cuantil de cola (o 1 menos el cuantil de cola) se identifican como valores atípicos, donde el Cuantil de cola es = 0,25 en el límite superior y 1 - 0,25 = 0,75 en el límite inferior.Esta es la base para la Diagrama de caja de valores atípicos:
