python - Python 中调整后的箱线图

Question

对于我的论文，我试图识别数据集中的异常值。该数据集由来自真实过程环境的一个变量的 160000 次构建。然而，在这种环境中，测量结果可能不是来自过程本身的实际数据，而只是垃圾数据。我想在文献的帮助下过滤掉它们，而不仅仅是“专家意见”。

现在我已经了解了 IQR 方法，用于查看在处理正态分布等对称分布时是否存在可能的异常值。然而，我的数据集是右偏的，并且通过分布拟合、逆 Gamma 和对数正态最适合。

因此，在我搜索非对称分布的方法期间，我在交叉验证上发现了这个主题，其中 user603 的答案特别有趣:Is there a boxplot variant for Poisson distributed data?

在 user603 的回答中，他指出调整后的箱线图有助于识别数据集中可能的异常值，并且 R 和 Matlab 具有这方面的功能

(There is an 𝚁R implementation of this (𝚛𝚘𝚋𝚞𝚜𝚝𝚋𝚊𝚜𝚎::𝚊𝚍𝚓𝚋𝚘𝚡()robustbase::adjbox()) as well as a matlab one (in a library called 𝚕𝚒𝚋𝚛𝚊libra)

我想知道Python中是否有这样的函数。或者有没有办法用 python 计算医学对(参见 user603 答案中的论文)？

我真的很想看看我的数据调整后的箱线图会出现什么结果..

Answer 1

在 statsmodels.stats.stattools 模块中，有一个函数 med Couple()，它是调整后箱线图中使用的偏度的度量。

enter link description here

使用此变量，您可以计算定义异常值的间隔。