本文目录一览：
- 1、去除箱线图中的outliers
- 2、请教:统计学里处理outlier(偏值)的方法有哪些?
- 3、异常检测(四)——基于相似度的方法
去除箱线图中的outliers
1、这五个值可以在excel中用quartile(array，quart)函数求得。
2、由此处也可知，用Excel作箱线图实际上也是一种间接的方式，并不是像SPSS等软件那样直接生成，从统计的角度来说，更重要的是这种方法不考虑Outliers，所以与其他软件作出来的图可能并不一样。
3、新建一个EXCEL表格，输入数据。单个箱形图只需要列出单列数据即可。在数据区域点击左键，之后依次点击“插入”—图表—所有图表—箱形图。点击“确定”，可以看到生成一个粗略的箱形图。
4、注**：这五个值可以在Excel中用QUARTILE(array，quart)函数求得。
请教:统计学里处理outlier(偏值)的方法有哪些?
1、观测等产生离群值的处理方法：保留，修正，剔除，替补。离群值(outlier)是指在数据中有一个或几个数值与其他数值相比差异较大。离群值是一种不同于其他观测值的观测值。它是少见的，或独特的。
2、可疑值也叫离群值，处理方法有：剔除离群值，不追加观测值；剔除离群值，追加观测值；或剔除离群值，适宜地插补替代；找到实际原因修正离群值，否则予以保留的。
3、异常检测的统计学方法由数据学习模型，以区别正常的数据对象和异常点。使用统计学方法的一个优点是，异常检测可以是统计上无可非议的。当然，仅当对数据所做的统计假定满足实际约束时才为真。
4、进行特高品位的处理的前提是判断样本群中是否存在特高品位，若存在，再确定其下限值。
5、缺失值处理方法 (1)直接删除 如果在数据集中，只有几条数据的某几列中存在缺失值，那么可以直接把这几条数据删除。 (2)均值插补 数据的属性分为定距型和非定距型。
6、数学中，outlier表示离群点，离群点（outlier）是指数值中，远离数值的一般水平的极端大值和极端小值。因此，也称之为歧异值，有时也称其为野值。
异常检测(四)——基于相似度的方法
在基于相似度的方法中，主要思想是异常点与正常点不同。 基于距离的方法是一种常见的异常检测算法，它基于最邻距离来定义异常值。此类方法不仅适用于多维数值数据，在其他领域，例如分类数据，文本数据，时间序列数据序列数据也有广泛的应用。
余弦相似度（Cosine Similarity）：适用于向量型变量的相似度量。余弦相似度衡量了两个向量之间夹角的余弦值，可以用于测量变量之间的方向一致性。
概率统计方法 在基于异常检测技术的IDS中应用最早也是最多的一种方法。要对系统或用户的行为按照一定的时间间隔进行采样，样本的内容包括每个会话的登录、退出情况，CPU和内存的占用情况，硬盘等存储介质的使用情况等。
基于邻近度的离群点检测。 一个对象是异常的，如果它远离大部分点。这种方法比统计学方法更一般、更容易使用，因为确定数据集的有意义的邻近性度量比确定它的统计分布更容易。一个对象的离群点得分由到它的k-最近邻的距离给定。
基于模型检测 这种方法一般会构建一个概率分布模型，并计算对象符合该模型的概率，把具有低概率的对象视为异常点。如果模型是簇的 *** ，则异常是不显著属于任何簇的对象；如果模型是回归时，异常是相对远离预测值的对象。
测量属性的平均值将被用来与网络、系统的行为进行比较，任何观察值在正常值范围之外时，就认为有入侵发生。其优点是可检测到未知的入侵和更为复杂的入侵，缺点是误报、漏报率高，且不适应用户正常行为的突然改变。
