422452_zh-CN

liliconcom

当所有值都相等时，稳健拟合离群值 (huber) 会排除所有行，为什么？

亲爱的社区，

我们正在处理大型表格并希望排除异常值。

我们发现，根据 huber 的平台稳健拟合异常值排除了所有行，除非在摘要中未发现异常值，请参见图片和示例表脚本进行重现（Windows 上的 JMP15 或 JMP16）。

这真的有意义还是存在错误，我希望有不同的行为。

New Table( "Huber-outlier-0-sigma",
 Add Rows( 100 ),
 New Script(
  "Explore Outliers of value",
  Explore Outliers( Y( :value ), Robust Fit Outliers )
 ),
 New Column( "value",
  Numeric,
  "Continuous",
  Format( "Best", 12 ),
  Set Values(
   [0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4,
   0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4,
   0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4,
   0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4,
   0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4,
   0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4,
   0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4, 0.4,
   0.4, 0.4]
  ),
  Set Display Width( 83 )
 ),
)

数据混合和清理数据探索和可视化回复：当所有值都相等时，稳健拟合离群值 (huber) 会排除所有行，为什么？

感谢您向 JMP 支持报告此问题。 我可以确认这个问题将在下一个主要版本中得到解决。 为了供其他人偶然发现此问题，该问题已在 JMP 17（将于 2022 年秋季发布）中得到解决。

回复：当所有值都相等时，稳健拟合离群值 (huber) 会排除所有行，为什么？

亲爱的@peng_liu ,

首先感谢您的回复，我会转发给support@jmp.com 。

在我看来，这种行为是不正确的，据我所知，对话框报告零异常值（Huber N 异常值 = 0），与此相反，排除按钮排除所有行。

另外，我的解决方法是，我测试列的范围，如果上限和下限完全相同，我会跳过异常值测试（不排除所有行）。 由于现在效果很好，我得出结论，JMP 认为这些数字完全相同。

此致

回复：当所有值都相等时，稳健拟合离群值 (huber) 会排除所有行，为什么？

请联系support@jmp.com报告问题。

我无法评估这种奇怪现象对用户生产环境的影响。 我也不能代表开发者的想法，是否有解决方案。

这是我从数字角度的观点。 在这种情况下，根据异常值的定义方式以及我们的计算机的计算方式，所有数据实际上都是异常值。 根源在于浮点运算。 这个案例有两个问题：

1. 第一个0.4在计算机中无法准确表示。 想象一下计算机中的 0.4 是 0.40000000000000xx，最后有一些微小的附属物。
2. 其次，胡贝尔中心的估计也不是 0.4。 即使一堆 0.4 的平均值在计算机中也不是 0.4，这也是由于浮点运算的原因。 想象一下，胡贝尔中心的估计是 0.40000000000000yy，最后还有一些其他微小的附属物 yy，但与 xx 不同。

这是我将格式更改为“固定”并为小数点后的数字提供足够长度后的屏幕截图。 您可以在胡贝尔中心看到该附属物。

鉴于 Huber Spread 的估计为零，并且所有观测值在数值上都与 Huber 中心不同，它们确实距 Huber 中心数光年，因此根据定义以及在我们不完美的计算机中计算它们的方式，它们是异常值。