67856_zh-CN

liliconcom

JMP 中超过 3 个标准差的异常值

你好，

有什么方法可以检测 JMP 中超过 3 个标准偏差的异常值？  

我应该说我熟悉“探索异常值”选项以及“Levey Jennings”控制图。但是，除了 3SD，还有其他方法可以检测异常值吗？

谢谢，

氖

回复：JMP 中的异常值超过 3 个标准差嗨gzmorgan0，
它真的很有帮助！
谢谢，
内海
回复：JMP 中的异常值超过 3 个标准差

你好，

多谢。 我昨天在使用它时注意到了这一点。

最好的，

氖

回复：JMP 中的异常值超过 3 个标准差

我的第二个公式应该显示 > 3 SD 的值包含错误。因此它不起作用。 您必须将“*”替换为 *

 

因此，为了获得值，正确的公式是：

 

If(:Data > Col Mean(:Data) + Col Std Dev(:Data) * 3,

：数据，

.

)

 

回复：JMP 中的异常值超过 3 个标准差

只是一个简单的附录@托马斯1回复。 如果您有严重的异常值，则 Col Std Dev 可能会非常大，并且可能会使平均值产生偏差。

 

另一种方法是使用中值 + k* 伪 sigma 作为筛选上限，使用中值 - k* 伪 sigma 作为筛选下限。

 

这是名为 weight 的列的列公式。 对于原始数据，有时分位数 0.85 和 0.15 用于计算伪 sigma，其中 6 作为 ps 的乘数。

 

 

Local( {ps},
 ps = (Col Quantile( :weight, 0.75 ) - Col Quantile( :weight, 0.25 )) / 1.349;
 If(
  :weight > Col Quantile( :weight, 0.5 ) + 5 * ps, 1,
  :weight < Col Quantile( :weight, 0.5 ) - 5 * ps, -1,
  0
 );
)

如果您正在编写脚本，则分发平台会计算稳健均值和稳健标准差。这是一个获取这些值的简单脚本。

Names Default To Here(1);

dt = Open( "$sample_data/Big class.jmp");

dist = dt << Distribution(
 Continuous Distribution(
  Column( :height ),
  Quantiles( 0 ),
  Horizontal Layout( 1 ),
  Histogram( 0 ),
  Vertical( 0 ),
  Outlier Box Plot( 0 ),
  Customize Summary Statistics(
   Trimmed Mean( 1 ),
   Robust Mean( 1 ),
   Robust Std Dev( 1 ),
   Set Alpha Level( 0.05 )
  )
 )
);

snames = report(dist)["Summary Statistics"][TableBox(1)][StringColBox(1)] << get;
svalues= report(dist)["Summary Statistics"][TableBox(1)][NumberColBox(1)] << get;
stats = Associative Array(snames, svalues);  //cretea a keyed list

r_xb = stats["Robust Mean"];
r_sd = stats["Robust Standard Deviation"];

show(r_xb, r_sd);

//now use r_xb + <4|5|6> * r_sd  and  r_xb - <4|5|6> * r_sd for screening limits

 

 

 

回复：JMP 中的异常值超过 3 个标准差

亲爱的托马斯1，

感谢您的友好回复！

氖

回复：JMP 中的异常值超过 3 个标准差

 

 

---

@NeF写道：

你好，

有什么方法可以检测 JMP 中超过 3 个标准偏差的异常值？  

我应该说我熟悉“探索异常值”选项以及“Levey Jennings”控制图。但是，除了 3SD，还有其他方法可以检测异常值吗？

谢谢，

氖

 

这可以通过使用公式创建一个新的公式列来解决：

 

If(:Data > Col Mean(:Data) + Col Std Dev(:Data) * 3,
1、
0
)

 

数据列是您的源列。

 

如果您想要 vaules > 3SDs，则公式为：

 

If(:Data > Col Mean(:Data) + Col Std Dev(:Data) * 3,
：数据，
“。”
)

---