粘贴一列数据,用 IQR 四分位距(箱线图法)、Z 分数或更稳健的 MAD 修正 Z 分数找出离群值,可以调整阈值;箱线图和散点图会把异常点标红,并列出每个异常值的位置和偏离程度,一键得到去除异常值后的数据。数据只在浏览器本地计算。
异常值不一定是错误数据:可能是录入错误、设备故障,也可能是真实存在的极端情况(如“双十一”的销量)。删除之前先弄清楚原因。
查看整体分布可以用 直方图生成器。
粘贴数据(保持原始顺序),选择检测方法和阈值,右侧显示异常值个数和正常范围,下方表格列出每个异常值的位置、方向和偏离程度,图中红色虚线为正常范围边界、红点为异常值;可复制去除异常值后的数据或异常值本身。
IQR = Q3 − Q1,小于 Q1 − 1.5×IQR 或大于 Q3 + 1.5×IQR 的值是异常值,也就是箱线图须以外的点。
一般 |Z| > 3 视为异常,较严格时用 2.5 或 2;样本不超过 10 个时 |Z| 不可能超过 3。
用中位数和绝对中位差计算,不会被异常值本身拉偏,小样本和偏态数据更可靠,常用阈值 3.5。
不一定,先确认是录入错误还是真实的极端情况,真实数据不宜随意删除。
至少 4 个数值;四分位数用线性插值法计算,与 Excel 的 QUARTILE.INC 一致;超过一半数据相同时 MAD 为 0,无法使用修正 Z 分数。
数据只在浏览器本地计算,不会上传。
用 Z 分数检测不出明显的异常值,通常是样本太少或异常值把标准差拉大了,改用 IQR 或 MAD。