当分布中有异常值时，我应该如何使用 `mean` 函数？ [关闭]

Posted 2023-03-24

【中文标题】当分布中有异常值时，我应该如何使用 `mean` 函数？ [关闭]

【英文标题】：How should I use the `mean` function when there are outliers in the distribution? [closed]

【发布时间】：2021-04-27 18:24:28

【问题描述】：

对于一个项目，我每次都需要得到一个平均值，这意味着我然后用它来将它与null hypothesis H0. 下的分布进行比较但是有时某些值（few）远大于所有其他值，所以如果我使用基本算术平均值，这些值将greatly impact 最终平均值。

这是一个例子

在这里，如果我做一个算术平均值，我得到大约 90，而实际上我们可以看到轴上的绝大多数值都在 50 左右。

您知道在这种情况下会使用的平均值吗？

【问题讨论】：

在这种情况下计算 median() 以消除异常值的影响。

将此问题发送至stats.stackexchange.com

@DanielJames 我同意这个问题可以在 stats exchange 上得到回答，但认为它也合理地特定于 R？我把它理解为一个关于函数的问题。

【参考方案1】：

1。使用中位数

median(x)

中位数是一个汇总统计数据，不会被异常值“抛出”。

2。使用修剪后的平均值

mean(x, trim = .05)

修剪后的平均值是所有值的平均值除了最高和最低n% 中的值，其中n 是您选择的值。上面的代码将返回x 中每个值的平均值，除了最高的 5% 和最低的 5%。

无论你做什么，都要确保你的报告透明。

【讨论】：

好的，谢谢，但是几何平均值呢？它也可以是合适的，不是吗？

@chippycentra 我不确定。可能是 stats-overflow 的问题