750807_zh-TW

liliconcom

異常值分析

我有一個資料集，我試圖在其中識別異常值或其他興趣點。透過預測圖查看我的模型實際顯示帶有星號標記的點。然而，馬哈拉諾比斯距離和傑克尼夫距離不一定以相同的方式識別這些點。有關於異常值分析的建議嗎？

基礎資料分析與建模回覆：異常值分析

數據是如何收集的？這對於適當的分析有很大的影響。正如 Victor 指出的，Mahalanobis 是一個多元異常值偵測器。如果您的回應是單變量，您可能需要使用良好的舊控製圖，但同樣，這取決於資料的收集方式。

回覆：異常值分析

嗨@sanch1 ，

您正在比較兩種截然不同的評估具有不同目標的異常值的方法：

• 與模型無關的異常值檢測方法，例如馬氏距離，不依賴指定的模型，而只是根據變數/因素/特徵來比較點之間的距離。因此，透過此類方法識別的異常值表明該點看起來「奇怪」並且似乎不屬於其他點的因子分佈的一部分。
• 基於模型的離群值檢測方法，基於殘差（學生化殘差，或其他指標，如 PRESS RMSE/R2...），能夠識別模型未很好擬合/預測的離群值。這可能表示模型可能缺少一些重要術語（例如交互作用或非線性效應），或者可能不適合資料。您可以使用其他診斷面板/工具，根據模型的統計顯著性、根據您的目標的不同指標（例如資訊標準/RMSE/R2）來查看模型是否適合您的資料...您也可以檢查如果透過計算庫克距離檢測到的基於模型的異常值對您的模型有很大影響： https://www.jmp.com/en_us/statistics-knowledge-portal/what-is-multiple-regression/mlr-residual -analysis -and-outliers.html如果這些點的值很高和/或異常，則表示這些點可能具有影響力並且可能使您的模型產生偏差。然後，您應該調查這些點是什麼以及測量結果是否有效，然後再決定減少它們對模型的影響或刪除它們。

有關異常值的更多信息，請參見我之前關於類似主題的回答： https://community.jmp.com/t5/Discussions/Supress-the-effect-of-outliers-when-fitting-the-model- and-in/mp/ 747105/突出顯示/true#M92689

希望這個回答對你有幫助

回覆：異常值分析

@JerryFish撰寫的關於 Mahalanobis 和 Jackknife 異常值檢測的精彩部落格文章系列：
離群值第 3 集：使用馬哈拉諾比斯距離（和 T2）來偵測離群值

異常值第 4 集：使用折刀距離偵測異常值

你是如何計算距離的？

回覆：異常值分析

@桑奇1,

還有另一種選擇，稱為庫克 D 影響力。您可以透過「回應」紅色小三角下的「儲存列」選項來儲存庫克的 D 影響力。選擇已儲存的列，然後執行分佈。如果透過 Cook's D 測量，您的任何資料點 >= 1，則它們可以被視為潛在的異常值。請參閱下面的範例分佈圖。