R语言————用箱线图检查异常值

[stats, n, conf, out]= boxplot.stats(x, coef=1.5, do.conf=TRUE, do.out=TRUE) 
x：所要分析的数值向量
coef：盒子的长度，也就是说上图中盒须的长度需要是几倍的盒长（IQR）
do.conf: 是否要输出conf
do.out： 是否要输出out

stats：返回5个元素的值：盒须最小值，盒最小值，中位数，盒最大值，盒须最大值
n：非缺失值 的个数
conf： 返回中位数 的 95%的置信区间
out：返回异常值

得到离群值：
OutVals = boxplot(x)$out
which(x %in% OutVals)

删除离群值：
x[! x %in% OutVals]

不想画图，只想得到结果：
OutVals = boxplot(x, plot=FALSE)$out

set.seed(2016) # “编号为二零一六的随机数发生”，一个特定的种子可以产生一个特定的伪随机序列。为了让你的模拟能够可重复出现，因为很多时候我们需要取随机数，但这段代码再跑一次的时候，结果就不一样了，如果需要重复出现同样的模拟结果的话，就可以用set.seed()。在调试程序或者做展示的时候，结果的可重复性是很重要的，所以随机数种子也就很有必要。

x<-rnorm(100)  %取100个【0，1】区间的随机数
summary(x)   %看一下x的特征
boxplot.stats(x)  % 用箱线图分析一下
boxplot(x)   %画出箱线图
OutVals = boxplot(x)$out  %x的异常值是多少
which(x %in% OutVals)  % x的第几个数是异常值

多变量异常值检测：

x<-rnorm(100)
y<-rnorm(100)
df<-data.frame(x,y) #用x y生成两列的数据框
head(df) #看一下df前六行是什么
a<-which(x %in% boxplot.stats(x)$out)#寻找x为异常值的坐标的的位置
b<-which(y%in% boxplot.stats(y)$out)#寻找y为异常值的坐标位置
p1=intersect(a,b) #寻找变量xy均为异常值的坐标位置  ，intersect求交集的意思
plot(df) #画xy的散点图
p2<-union(a,b) #寻找变量x或y为异常值的坐标位置， union求并集的意思
points(df[p2, ],col="red",pch="x",cex=2)  #标记异常值