异常值检测器
粘贴数据后自动挑出异常数字:四分位距(IQR)最稳健,Z 分数适合接近正态分布的数据,中位数绝对偏差(MAD)不容易被极端值本身带偏。
判定方法:
判定阈值:
输出内容:
分隔符:
统计结果
下载 CSV
| 序号 | 原数字 | 是否异常 | 偏离程度 |
|---|
工具介绍及使用方法
异常值(离群值)是指明显偏离其他数据的个别数字——可能是录错、可能有真实原因,往往正是最需要关注的那几个。本工具用三种业内常用方法帮你把它们挑出来。
三种判定方法:
· 四分位距(IQR)—— 最稳健、最常用。先算出 25% 分位与 75% 分位,两者之差即 IQR;超出 上四分位 + 阈值×IQR 或 低于 下四分位 - 阈值×IQR 的即为异常(阈值默认 1.5,改 3 只挑极端值);
· Z 分数 —— 看某个值偏离平均值多少个标准差,适合数据接近正态分布的场景(阈值常用 2 或 3);
· 中位数绝对偏差(MAD)—— 以中位数为中心、用偏差的中位数衡量离散程度,比 Z 分数更不容易被极端值本身带偏(阈值常用 2.5 或 3.5)。
使用方法:
1. 把数据粘进输入框,逗号、空格、换行或任意符号分隔都可以;
2. 选择「判定方法」;
3. 设置「判定阈值」——数值越小越敏感、挑出的异常越多;
4. 选择「输出内容」:全部列出(每一行标注是否异常)/ 只列出异常值;
5. 设置「分隔符」控制文本框输出的排版;
6. 点击开始,结果输出到文本框与下方表格(序号 / 数值 / 是否异常 / 偏离程度)。
说明:「偏离程度」在不同方法下含义不同——IQR 法是以 IQR 为单位的超出倍数(1.5 就是刚好压在阈值上),Z 分数法是 |z|,MAD 法是以 1.4826×MAD 为单位的偏离倍数;数值越大越异常,可以直接按这一列排序做二次筛查。所有数值都按输入顺序输出,方便与原数据逐行对照;当离散程度为 0(例如所有数据完全相同)时不会有异常值。
三种判定方法:
· 四分位距(IQR)—— 最稳健、最常用。先算出 25% 分位与 75% 分位,两者之差即 IQR;超出 上四分位 + 阈值×IQR 或 低于 下四分位 - 阈值×IQR 的即为异常(阈值默认 1.5,改 3 只挑极端值);
· Z 分数 —— 看某个值偏离平均值多少个标准差,适合数据接近正态分布的场景(阈值常用 2 或 3);
· 中位数绝对偏差(MAD)—— 以中位数为中心、用偏差的中位数衡量离散程度,比 Z 分数更不容易被极端值本身带偏(阈值常用 2.5 或 3.5)。
使用方法:
1. 把数据粘进输入框,逗号、空格、换行或任意符号分隔都可以;
2. 选择「判定方法」;
3. 设置「判定阈值」——数值越小越敏感、挑出的异常越多;
4. 选择「输出内容」:全部列出(每一行标注是否异常)/ 只列出异常值;
5. 设置「分隔符」控制文本框输出的排版;
6. 点击开始,结果输出到文本框与下方表格(序号 / 数值 / 是否异常 / 偏离程度)。
说明:「偏离程度」在不同方法下含义不同——IQR 法是以 IQR 为单位的超出倍数(1.5 就是刚好压在阈值上),Z 分数法是 |z|,MAD 法是以 1.4826×MAD 为单位的偏离倍数;数值越大越异常,可以直接按这一列排序做二次筛查。所有数值都按输入顺序输出,方便与原数据逐行对照;当离散程度为 0(例如所有数据完全相同)时不会有异常值。
留言板
全部留言 →-
还没人说话,来占个沙发?