基于正太分布的一元离群点检测

最新推荐文章于 2025-06-28 20:03:09 发布

lengo

最新推荐文章于 2025-06-28 20:03:09 发布

阅读量1.7k

点赞数

CC 4.0 BY-SA版权

分类专栏：数据挖掘

本文链接：https://blog.youkuaiyun.com/lengo/article/details/79028920

数据挖掘专栏收录该内容

27 篇文章

订阅专栏

本文介绍了一种使用Matlab进行一元离群点检测的方法。通过最大似然估计计算了气温测试数据集的均值和标准差，并定义了离群点的检测范围。对于落在均值加减三倍标准差之外的数据点被视为离群点。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

以下为Matlab实现程序：

clc;
clear;
%利用最大似然估计，检测一元离群点
%气温测试数据，单位为摄氏度，这里假设数据服从正太分布
TData=[24,24.1,28.9,28.9,29.0,29.1,29.1,29.2,29.2,29.3,29.4,29,28,29.2,29.3,29,29.5,29.3,29,29,29,29,29,29.4,29.1];
len=length(TData);
%利用最大似然估计计算均值和方差
phat=mle(TData);
mu=phat(1);
sigma=phat(2);
%定义离群点集
Outliers=[];
%落在 mu+/-3sigma区间范围之外的数据即为离群点
for i=1:len
    a=abs(TData(i)-mu)/sigma;
    if a>3
        Outliers(length(Outliers)+1)=TData(i);
    end
end