통계 데이터 분석에서 분산 데이터 세트

Question

몇 가지 통계 데이터가 있습니다. 일부 데이터는 다음과 같이 대다수의 데이터 세트에 매우 흩어져 있습니다. 데이터 세트에서 흩어져있는 데이터의 영향을 최소화하는 것입니다. 필자의 경우 흩어져있는 데이터의 영향을 최소화 한 데이터 세트의 평균을 계산하려고합니다.

아래 그림에 도시 된 바와 같이

My data set is as like this: 
10.02, 11, 9.12, 7.89, 10.5, 11.3, 10.9, 12, 8.99, 89.23, 328.42. 

: I는 다른 데이터 분포되지 46.3하지만 가까운 평균값 필요

. 사실, 평균 계산에서 89.23 & 328.42의 효과를 최소화하고 싶습니다. 미리 감사드립니다.

Answer 1

평균을 원하지 않을 수도 있습니다. 여기서 문제는 데이터에 대해 가정 한 배포가 실제 데이터와 다르다는 것입니다. 이 데이터에 정규 분포를 맞추려고하면 나쁜 결과를 가져옵니다. 당신은이 데이터에 cauchy와 같은 무거운 꼬리 분포를 넣으려고 할 수 있습니다. 정규 분포를 사용하려면 비표준 샘플을 필터링해야합니다. 표준 편차가 무엇인지 알아야한다고 생각되면 위의 표본에서 모든 것을 제거하여 평균으로부터 3 표준 편차를 벗어날 수 있습니다 (3은 표본 크기에 따라 달라질 수 있음). 이 프로세스는 표준 편차와 관련하여 이상 치의 크기에 만족할 때까지 비정상 샘플을 제거하기 위해 재귀 적으로 수행 할 수 있습니다.

Answer 2

불행히도 데이터 세트의 평균은 바로 그 값입니다 - 평균값. 그 점이 사실 이상한 것이 확실합니까? 귀하의 데이터에는 클러스터링과 관련하여 단일 이상치 인 것으로 보이는 것이 포함되어 있지만, 플롯을 살펴보면이 데이터가 선형 관계를 갖고있는 것처럼 보이기 때문에 진정으로 이상한 것입니까?

이 읽기가 실제로 문제를 일으키는 경우 완전히 제거 할 수 있습니다. 그 외에는 제가 제안 할 수있는 유일한 것은 실제 의미가 아닌 가중 평균을 계산하는 것입니다 http://en.wikipedia.org/wiki/Weighted_mean. 이렇게하면 평균을 계산할 때 더 낮은 가중치를 할당 할 수 있습니다 (그러나 가중치를 선택하는 방법은 다른 문제 임). 이것은 특정 데이터 포인트가 회귀 피팅에 연결된 가중치가 더 적은 가중치 회귀와 유사합니다 (예 : 특정 포인트의 신뢰성이 낮기 때문일 수도 있음) http://en.wikipedia.org/wiki/Linear_least_squares_(mathematics)#Weighted_linear_least_squares.

희망이 조금 도움이되거나, 적어도 당신이 추구하려고 시도 할 수있는 다른 수단에 대한 약간의 포인터를 제공합니다.