在身体质量指数(BMI)列中有一个异常值,与其他数据相差甚远。第二高的值是38.1,而这个异常值是294。实际上应该是29.4,错误发生在数据收集过程中。由于我的数据量有限,我不想删除这一行。谁能告诉我处理这个问题的技术方法?将这个值视为缺失值,然后使用诸如期望最大化插补或贝叶斯多重插补的方法是否可行?请帮助我解决这个问题。谢谢
回答:
检测错误数据,并根据需要使用您喜欢的任何数据插补技术进行替换。
当然,如果您能将错误数据保留,并设计一个足够健壮的整体方法来处理这些情况会更好。
在身体质量指数(BMI)列中有一个异常值,与其他数据相差甚远。第二高的值是38.1,而这个异常值是294。实际上应该是29.4,错误发生在数据收集过程中。由于我的数据量有限,我不想删除这一行。谁能告诉我处理这个问题的技术方法?将这个值视为缺失值,然后使用诸如期望最大化插补或贝叶斯多重插补的方法是否可行?请帮助我解决这个问题。谢谢
回答:
检测错误数据,并根据需要使用您喜欢的任何数据插补技术进行替换。
当然,如果您能将错误数据保留,并设计一个足够健壮的整体方法来处理这些情况会更好。