如何在SAS中进行异常值处理

Question

我有家庭身份证及其各自的销售额。事实证明，这些 HH ID 中很少有人拥有极高的总销售额。各位大侠能否推荐一个处理异常值的好方法。 如果您在 SAS 中提出建议，那就太好了。

问候， 酒糟

Answer 1

以下是一个基本的，相当粗略的方法。它涉及从平均值中删除超过 3 个标准差的值：-

**  Standardise data;
proc standard data=sales_data mean=0 std=1 out=sales_data_std;
  var sales;
run;

**  Remove values more than 3 std devs from mean;
data sales_data_no_outliers;
  set sales_data_std;
  where sales < -3 or sales > 3;
run;

在Wikipedia 中有对这种方法的引用。

不过，还是很粗糙；它依赖于你的变量是正态分布的，并且几乎总是会找到异常值（如果 n > 100），即使在所有合理的情况下，这些值并不是真正的异常值。

异常值的主题冗长而详细，但对该主题进行粗略的概述可能会很有用。不幸的是，我真的想不出任何介绍性的资源。