De meest gebruikelijke manier om uitbijters in een dataset te identificeren, is door het interkwartielbereik te gebruiken.<\/span><\/p>\n De interkwartielafstand (IQR) is het verschil tussen het 75e percentiel (Q3) en het 25e percentiel (Q1) in een dataset. Het meet de verdeling van de gemiddelde 50% van de waarden.<\/span><\/p>\n Over het algemeen defini\u00ebren we een waarneming als een uitschieter als deze 1,5 keer de interkwartielafstand boven het derde kwartiel (Q3) of 1,5 keer de interkwartielafstand onder het eerste kwartiel (Q1) ligt.<\/span><\/p>\n Uitschieters = Waarnemingen > Q3 + 1,5*IQR of < Q1 \u2013 1,5*IQR<\/strong><\/span><\/p>\n In het volgende voorbeeld ziet u hoe u deze formule kunt gebruiken om uitbijters in een gegevensset in SAS te identificeren.<\/span><\/p>\n Laten we aannemen dat we de volgende gegevensset in SAS hebben:<\/span> <\/p>\n De eenvoudigste manier om uitschieters in SAS te identificeren is door een boxplot te maken, die automatisch de eerder genoemde formule gebruikt om uitschieters in de dataset te identificeren en weer te geven als kleine cirkels:<\/span> <\/p>\n Uit de boxplot kunnen we zien dat er twee kleine cirkels bovenaan de plot zijn. Dit geeft aan dat er twee uitschieters zijn.<\/span><\/p>\n In de tabel onder de boxplot zien we de exacte waarden van de twee uitschieters: 221<\/strong> en 223<\/strong> .<\/span><\/p>\n We kunnen handmatig controleren of deze twee waarden uitschieters zijn met behulp van de vorige formule:<\/span><\/p>\n Uitschieters = Waarnemingen > Q3 + 1,5*IQR of < Q1 \u2013 1,5*IQR<\/strong><\/span><\/p>\n De interkwartielafstand is: Q3 \u2013 Q1 = 89,5 \u2013 36 = 53,5.<\/span><\/p>\n De bovengrens voor uitschieters zou zijn: Q3 + 1,5*IQR = 89,5 + 1,5*53,5 = 169,75.<\/span><\/p>\n Omdat 221<\/strong> en 223<\/strong> beide groter zijn dan deze waarde, worden ze geclassificeerd als uitbijters.<\/span><\/p>\n We zouden dan de volgende code kunnen gebruiken om deze twee uitschieters uit de dataset te verwijderen als we dat wilden:<\/span> <\/p>\n Merk op dat de twee uitschieters zijn verwijderd.<\/span><\/p>\n In de volgende zelfstudies wordt uitgelegd hoe u andere veelvoorkomende taken in SAS kunt uitvoeren:<\/span><\/p>\n Procedureoverzicht gebruiken in SAS<\/a> Een uitschieter is een waarneming die abnormaal ver verwijderd is van andere waarden in een dataset. Uitschieters kunnen problematisch zijn omdat ze de resultaten van een analyse kunnen be\u00efnvloeden. De meest gebruikelijke manier om uitbijters in een dataset te identificeren, is door het interkwartielbereik te gebruiken. De interkwartielafstand (IQR) is het verschil tussen het 75e […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-2638","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n Voorbeeld: Uitschieters identificeren in SAS<\/strong><\/span><\/h3>\n
\/*create dataset*\/\ndata<\/span> original_data;\n input<\/span> team $points;\n datalines<\/span> ;\nAt 18\nB24\nC26\nD 34\nE 38\nF45\nG 48\nH 54\nI 60\nDay 73\nK 79\nL 85\nM 94\nNo. 98\nO 221\nP 223\n;\nrun<\/span> ;\n\n\/*view dataset*\/\n<\/span>proc print<\/span> data<\/span> = original_data;\n<\/span><\/span><\/strong><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/valeur-aberrante1-1.jpg\")
<\/p>\n \/*create boxplot to visualize distribution of points*\/\nods<\/span> output<\/span> sgplot=boxplot_data;\nproc sgplot<\/span> data<\/span> =original_data;\n vbox<\/span> points;\nrun<\/span> ;\n\n\/*view summary of boxplot descriptive statistics*\/\n<\/span>proc print<\/span> data<\/span> =boxplot_data;<\/span><\/span><\/strong> <\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/valeur-aberrante2-1.jpg\")
<\/p>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/valeur-aberrante3.jpg\")
<\/p>\n \/*create new dataset with outliers removed*\/\ndata<\/span> new_data;\n set<\/span> original_data;\n if<\/span> points >= 221<\/span> then<\/span> delete;\nrun<\/span> ;\n\n\/*view new dataset*\/\n<\/span>proc print<\/span> data<\/span> =new_data;<\/span><\/span><\/strong> <\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/valeur-aberrante4.jpg\")
<\/p>\n Aanvullende bronnen<\/strong><\/span><\/h3>\n
Proc-tabel gebruiken in SAS<\/a>
Hoe de correlatie in SAS te berekenen<\/a>
Hoe frequentietabellen in SAS te maken<\/a>
Hoe ontbrekende waarden te vervangen door nul in SAS<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"