有关于异常值的处理

2781

收藏 2013-02-13

在有些比率值（如研发密度）变量中，有些记录值往往高得离谱，在这种情况下，是直接将其删除，还是做Winsor处理。处理的比例一般为多少？1%，5%？

是不是需要对所有的变量进行统一的处理（winsor 及其比例），还是只需要针对一些敏感的变量进行处理？

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

2013-2-14 19:57:11

通常是对主要变量进行 winsor 缩尾处理，左右各 1%。
但处理之前，你还需要认真查看一下原始数据，如果某家公司的多个指标都存在问题，可以考虑删除这家公司。
相对而言，我认为缩尾比直接删除要好一些。
最后，还需要对比一下处理离群值后和处理之前的回归结果，看看二者之间是否存在非常大的差异。

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2013-2-15 02:27:02

谢谢。如果处理后与没有处理的情形存在很大的差异，则意味着将要采取哪种处理方式？

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享