异常值消除嗨，Jmp 团队，
我有一个生产数据集，我必须分析包含近 5000 行的 5 列。
其中几乎80％都是异常值，并且都在规格限度之内。
现在我想对这 5 列进行箱线图比较，以查看几天内的趋势。
在这种情况下，我是否需要消除所有的异常值，还是应该保留它们以供比较？
基础数据分析与建模数据混合和清理数据探索与可视化回复：异常值消除为什么不同时尝试测试您的选项呢？您可以创建新列，在其中将行标记为异常值，并在可视化中使用它。在某些情况下，您可能希望堆叠数据，这样您就可以从单个测量中排除异常值，而不是所有异常值（宽数据与高数据）。
回复：异常值消除你好@Statexplorer ：必须承认，当我读到你的问题时，我的第一个念头是“你的 80％ 的数据怎么会是异常值？”
您能解释一下吗？如果您使用某种基于正态性的“异常值”检验，并且 80% 的数据在尾部，则您的数据不是正态分布的，您的异常值检验不合适。
抱歉，我实在无法理解“我的数据中有 80％ 是异常值”这个概念。也就是说，异常值是“不寻常的”观测值；它们中的 80％ 怎么会是“不寻常的”呢？
回复：异常值消除感谢您的建议，我使用 IQR 方法进行异常值检验，当我看到方框时，发现 80% 的数据是异常值，大多数点都是异常值回复：异常值消除您好@Statexplorer ：IQR 方法基于数据的正态性。如果 80% 的数据处于极端值，则数据不服从正态分布，而这 80% 的数据不是“异常值”。从概念上讲，您的大多数数据不可能是“异常的”（根据异常的定义）。
那么如何从非正态/重尾/偏斜分布中识别异常值呢？这是一个非常复杂的问题，没有简单的答案。
如果您分享一些有关您的数据等的详细信息，也许可以找到适合用途的解决方案。
回复：异常值消除你好@Statexplorer ：回到你的问题。我不会删除任何数据……但不要使用箱线图来识别“异常值”。话虽如此，箱线图可以成为你数据的良好可视化工具：显示中位数、显示 IQR，以及最小值和最大值。因此，就趋势而言，你仍然可以看到中位数和差值随时间的变化。
回复：异常值消除你好@MRB3855 ，当数据不遵循正态分布时，我应该使用什么方法来消除异常值？并且它是一个高度偏斜的分布。（在这种情况下，大多数异常值都在 USL 和 LSL 范围内）
回复：异常值消除你好@Statexplorer ：这可能有助于我们了解你问题的背景；你为什么要尝试识别异常值？
