当分布中有异常值时,我应该如何使用 `mean` 函数?

问题描述

对于一个项目,我每次都需要得到一个平均值,这意味着我然后用它来将它与 null hypothesis H0. 下的分布进行比较但是有时一些值(很少)很多大于所有其他值,因此如果我使用基本算术平均值,这些值将 greatly impact 为最终平均值。

这是一个例子

enter image description here

在这里,如果我做一个算术平均数,我会得到大约 90,而实际上我们可以看到轴上的绝大多数值都在 50 左右。

您知道在这种情况下会使用的平均值吗?

解决方法

1.使用中位数

median(x)

中位数是一个汇总统计数据,不会被异常值“抛出”。

2.使用修剪平均值

mean(x,trim = .05)

修剪平均值是所有值的平均值最高和最低 n% 除外,其中 n 是您选择的值。上面的代码将返回 x 中每个值的平均值,除了最高的 5% 和最低的 5%。

无论你做什么,都要确保你的报告是透明的。