Preguntas etiquetadas con outliers

Estoy trabajando en un conjunto de datos. Después de usar algunas técnicas de identificación de modelos, obtuve un modelo ARIMA (0,2,1). Utilicé la detectIOfunción en el paquete TSAen R para detectar un valor atípico innovador (IO) en la observación número 48 de mi conjunto de datos...

Contexto: estoy desarrollando un sistema que analiza datos clínicos para filtrar datos inverosímiles que podrían ser errores tipográficos. Lo que hice hasta ahora: Para cuantificar la plausibilidad, mi intento hasta ahora fue normalizar los datos y luego calcular un valor de plausibilidad para el...

Quiero procesar imágenes de microscopía segmentadas automáticamente para detectar imágenes defectuosas y / o segmentaciones defectuosas, como parte de una tubería de imágenes de alto rendimiento. Hay una gran cantidad de parámetros que se pueden calcular para cada imagen sin procesar y...

Me he topado con el término inlier en la medida LOF (Factor de valor atípico local), estoy familiarizado con el término de valores atípicos (bueno, básicamente mentirosos, instancias que no se comportan como el resto de las instancias). ¿Qué significa 'Inliers' en el contexto de la detección de...

Primero, debo decir que he buscado en este sitio la respuesta. No encontré una pregunta que respondiera a mi pregunta o mi nivel de conocimiento es tan bajo que no me di cuenta de que ya leí la respuesta. Estoy estudiando para el Examen de Estadística AP. Tengo que aprender la regresión lineal y...

Esta pregunta describe la diferencia básica entre un histograma uniforme y otro no uniforme. Y esta pregunta discute la regla general para elegir el número de contenedores de un histograma uniforme que optimiza (en cierto sentido) el grado en que el histograma representa la distribución de la que...

Estoy tratando de encontrar una manera de corregir los valores atípicos una vez que los encuentro / detecto en datos de series de tiempo. Algunos métodos, como nnetar en R, dan algunos errores para series de tiempo con valores atípicos grandes / grandes. Ya logré corregir los valores faltantes,...

He ajustado el modelo ARIMA (5,1,2) usando la auto.arima()función en R y al mirar en orden podemos decir que este no es el mejor modelo para pronosticar. Si existen valores atípicos en la serie de datos, ¿cuál es el método para ajustar un modelo a dichos

Tengo datos mensuales de 1993 a 2015 y me gustaría hacer pronósticos sobre estos datos. Utilicé el paquete tsoutliers para detectar los valores atípicos, pero no sé cómo continúo pronosticando con mi conjunto de datos. Este es mi

Tengo algunos modelos predictivos cuyo rendimiento me gustaría probar (es decir, tomar mi conjunto de datos, "rebobinarlo" a un punto anterior en el tiempo y ver cómo el modelo hubiera funcionado de manera prospectiva). El problema es que algunos de mis modelos se construyeron a través de un...

Mi objetivo es analizar los registros de red (p. Ej., Apache, syslog, auditoría de seguridad de Active Directory, etc.) utilizando la detección de agrupamiento / anomalías para fines de detección de intrusos. De los registros tengo muchos campos de texto como dirección IP, nombre de usuario,...

Tengo un conjunto de datos con todas las llamadas realizadas a un servicio de emergencia y los tiempos de respuesta del departamento de ambulancias. Admitieron que hay algunos errores con los tiempos de respuesta, ya que hay casos en los que no comenzaron a grabar (por lo que el valor es 0) o donde...

Tengo un conjunto de datos tridimensionales, y estoy tratando de usar el análisis del factor de valor atípico local para identificar los valores más singulares o extraños. ¿Cómo se decide el valor k para usar en el análisis LOF? Entiendo lo que determina el valor k, por lo que no me sorprende que...

Me encontré con esta oración mientras leía un artículo en sciencemag.org . Al final, se incluyeron respuestas de solo 7600 investigadores en 12 países porque los datos restantes no se consideraron estadísticamente significativos. ¿Es esta una forma adecuada de hacer una investigación? ¿Dejar...

Tengo un par de valores atípicos en mis datos y quería excluirlos para ver si esto cambia los resultados. En su opinión, ¿cuál es el número máximo de valores atípicos a los que uno debería restringirse? ¡Gracias!

Estoy trabajando con una serie temporal de puntajes de anomalías (el fondo es la detección de anomalías en redes de computadoras). Cada minuto, obtengo un puntaje de anomalía que me dice cuán "inesperado" o anormal es el estado actual de la red. Cuanto más alto sea el puntaje, más anormal será el...

Estoy investigando la interacción entre dos variables ( y x 2 ). Existe una gran correlación lineal entre estas variables con r > 0.9 . Por la naturaleza del problema, no puedo decir nada sobre la causalidad (si x 1 causa x 2 o al revés). Me gustaría estudiar las desviaciones de la línea de...

Entonces, tengo 16 ensayos en los que estoy tratando de autenticar a una persona de un rasgo biométrico usando Hamming Distance. Mi umbral está establecido en 3.5. Mis datos están a continuación y solo la prueba 1 es un verdadero positivo: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5...

Tengo un conjunto de puntos de datos que se supone que se sientan en un lugar y siguen un patrón, pero hay algunos puntos de dispersión del lugar principal que causan incertidumbre en mi análisis final. Me gustaría obtener un lugar limpio para aplicarlo más tarde para mi análisis. Los puntos azules...

He estado leyendo sobre la distancia del cocinero para identificar valores atípicos que tienen una gran influencia en mi regresión. En el estudio original de Cook, dice que una tasa de corte de 1 debería ser comparable para identificar personas influyentes. Sin embargo, varios otros estudios usan o...