Hola,
Es lo que te comentaba en la segunda parte de mi respuesta.
- Puedes crearte una función para ver los puntos que se van un 1.5*IQR
(por arriba y por abajo) y aplicar esta función a cada columna.
- O puedes utilizar un paquete (outliers) que hace este trabajo (
https://datascienceplus.com/outlier-detection-and-treatment-with-r/).
Saludos,
Carlos.
El 13 de junio de 2018, 16:03, Dayana Muñoz
escribió:
> Gracias por las respuestas, pero mi pregunta no era como obtener los
> outliers, sino como puedo encontrar los outliers directamente en mi
> base,dado que si tuviese una base de datos de 2000 datos sería tedioso
> buscar uno a uno los valores atípicos encontrados.
>
> Gracias de todos modos por sus respuestas 😊
>
> --
> *De:* Carlos Ortega
> *Enviado:* martes, 12 de junio de 2018 19:01
> *Para:* Dayana Muñoz
> *Cc:* r-help-es@r-project.org
> *Asunto:* Re: [R-es] Boxplot.stats
>
> Hola,
>
> Mira el ejemplo de la ayuda:
>
> #--
> > rb <- boxplot(decrease ~ treatment, data = OrchardSprays, col = "bisque")
> > title("Comparing boxplot()s and non-robust mean +/- SD")
> > rb
> $stats
> [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
> [1,] 2.0 4.0 9.0 20.0 39 20.0 60.0 69.0
> [2,] 2.5 5.0 14.0 24.5 45 50.5 65.5 74.0
> [3,] 4.0 7.5 16.5 32.0 53 70.0 72.0 81.0
> [4,] 5.0 9.0 24.0 45.0 78 88.5 78.5 106.5
> [5,] 5.0 14.0 29.0 57.0 114 114.0 92.0 130.0
>
> $n
> [1] 8 8 8 8 8 8 8 8
>
> $conf
> [,1] [,2] [,3] [,4] [,5] [,6] [,7]
> [,8]
> [1,] 2.603464 5.265543 10.91386 20.54841 34.56573 48.77265 64.73801
> 62.84503
> [2,] 5.396536 9.734457 22.08614 43.45159 71.43427 91.22735 79.26199
> 99.15497
>
>
>
>
>
> *$out [1] 12 84 24 $group [1] 1 3 7*
>
> $names
> [1] "A" "B" "C" "D" "E" "F" "G" "H"
>
> #--
>
> Y luego en la ayuda lo que dice:
>
> out
>
> the values of any data points which lie beyond the extremes of the
> whiskers.
> group
>
> a vector of the same length as out whose elements indicate to which group
> the outlier belongs.
>
> Entonces la forma de encontrar usando esta alternativa que propones es
> primero generar los diferentes grupos (que los marca la variable
> "treatment" ) y en el primer grupo el valor 12 es un outlier, en el grupo 3
> el 84 es otro outlier y en el grupo "7" el valor 24 es otro outlier.
>
> De todas formas, tienes formas más fáciles de encontrar estos outliers
> utilizando la función "IQR()" y aplicándola a cada uno de los grupos, esto
> es lo que hace la función boxplot.
>
> Saludos,
> Carlos Ortega
> www.qualityexcellence.es
>
>
> El 12 de junio de 2018, 18:19, Dayana Muñoz
> escribió:
>
> Junto con saludar,
>
> Quería saber si los que han usado boxplot.stats, saben como ubicar los
> resultados que arroja como "out" (outliers) directamente en la base de
> datos, ya que, muestra los resultados en valor de cada dato atípico.
>
> Por ejemplo, estoy usando una base de datos con 300 datos y 10 columnas,
> en este caso estoy buscando los datos atípicos de la columna del precio de
> x producto, me arroja los out, pero no el número de fila, sino que el valor:
>
> $out
> [1] 2039333000 8990717000 1965476000 2014958000 3609685000 4679092000
> [7] 3276474000 1561967000 3898798000 4290957000 2140644000 178459
> [13] 2266295000 2540774000 1656117000 3762612000
>
> Quiero ver una forma que me identifique estos valores en la base de datos.
>
> Agradeceré sus orientaciones, saludos!
>
> [[alternative HTML version deleted]]
>
>
> ___
> R-help-es mailing list
> R-help-es@r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es
>
>
>
>
> --
> Saludos,
> Carlos Ortega
> www.qualityexcellence.es
>
--
Saludos,
Carlos Ortega
www.qualityexcellence.es
[[alternative HTML version deleted]]
___
R-help-es mailing list
R-help-es@r-project.org
https://stat.ethz.ch/mailman/listinfo/r-help-es
