异常值检测 —— MAD（median absolute deviation）

2024-04-18 09:23:04

MAD 定义为，一元序列 XiXiX_i 同其中位数偏差的绝对值的中位数（deviation，偏差本身有正有负）；

MAD=median(|Xi−median(X)|)MAD=median(|Xi−median(X)|)

\text{MAD=median}\left(|X_i-\text{median(X)}|\right)

1. MAD 用于异常点的检测

假定数据服从正态分布，我们让异常点（outliers）落在两侧的 50% 的面积里，让正常值落在中间的 50% 的区域里：

P(|X−μ|≤MAD)=P(|X−μ|σ≤MADσ)=P(Z≤MADσ)=1/2P(|X−μ|≤MAD)=P(|X−μ|σ≤MADσ)=P(Z≤MADσ)=1/2

P(|X-\mu|\leq MAD)=P(\frac{|X-\mu|}{\sigma}\leq \frac{MAD}{\sigma})=P(Z\leq \frac{MAD}{\sigma})=1/2

其中 P(Z≤MADσ)=Φ(MADσ)−Φ(−MADσ)=1/2P(Z≤MADσ)=Φ(MADσ)−Φ(−MADσ)=1/2P(Z\leq \frac{MAD}{\sigma})=\Phi(\frac{MAD}{\sigma})-\Phi(-\frac{MAD}{\sigma})=1/2，又由 Φ(−a)=1−Φ(a)Φ(−a)=1−Φ(a)\Phi(-a)=1-\Phi(a)，可 Φ(MAD/σ)=3/4Φ(MAD/σ)=3/4\Phi(MAD/\sigma)=3/4 ⇒ MAD/σ=Φ−1(3/4)MAD/σ=Φ−1(3/4)MAD/\sigma=\Phi^{-1}(3/4)，查表可知，MAD/σMAD/σMAD/\sigma=0.6749。

from scipy.stats import normdef mad_based_outlier(points, thresh=3.5):if type(points) is list:points = np.asarray(points)if len(points.shape) == 1:points = points[:, None]med = np.median(points, axis=0)abs_dev = np.absolute(points - med)med_abs_dev = np.median(abs_dev)mod_z_score = norm.ppf(0.75) * abs_dev / med_abs_devreturn mod_z_score > thresh

2. MAD 与基于分位数方法的对比

MAD 的方法相对于分位数方法的一大优势即在于 MAD 方法对样本大小是不敏感也即是稳定的鲁棒的一种评价指标。

def percentile_based_outlier(data, threshold=95):diff = (100 - threshold) / 2.0minval, maxval = np.percentile(data, [diff, 100 - diff])return (data < minval) | (data > maxval)

Pythonic way of detecting outliers in one dimensional observation data

异常值检测 —— MAD（median absolute deviation）相关推荐

机器学习数据预处理之离群值/异常值：MAD法（绝对值差中位数法）+绝对中位差（Median Absolute Deviation，MAD）
机器学习数据预处理之离群值/异常值:MAD法(绝对值差中位数法)+绝对中位差(Median Absolute Deviation,MAD) garbage in,garbage out. 异常值是分析 ...
Python 详解计算 Median Absolute Deviation（绝对中位偏差）| 还可用于异常值检测
CSDN 叶庭云:https://yetingyun.blog.csdn.net/ In statistics, the median absolute deviation (MAD) is a me ...
Median Absolute Deviation(MAD，绝对中位差)和3sigma准则剔除粗差方法对比（代码）
根据文献: Klos A, Bogusz J, Figurski M, Kosek W (2016) On the handling of outliers in the GNSS time seri ...
绝对中位差( Median Absolute Deviation，MAD)算法
绝对中位差( MedianAbsolute Deviation,MAD) 是一种采用计算各观测值与平均值的距离总和的检测离群值的方法. 本文中主要用来剔除获取到的图像坐标中的离群点. 算法步骤: #离 ...
r语言中检测异常值_R中的异常值检测
r语言中检测异常值介绍 (Introduction) An outlier is a value or an observation that is distant from other obser ...
离群点、异常点检测及Python实现（正态分布3∂，Z-score 异常值检测，基于MAD的Z-score 异常值检测，杠杆值点、DFFITS值、SR学生化残差、cook距离和covratio值）
有一些准则可以检测离群点,如:正态分布3∂,Z-score 异常值检测,基于MAD的Z-score 异常值检测以上部分详情与代码请参考:https://blog.csdn.net/weixin_35 ...
机器学习异常值检测_异常值是否会破坏您的机器学习预测？寻找最佳解决方案
机器学习异常值检测内部AI (Inside AI) In the world of data, we all love Gaussian distribution (also known as a ...
python异常值检测
Anomaly Detection异常检测 What are Outliers ? Statistical Methods for Univariate Data Using Gaussian Mix ...
异常值检测常用算法及案例
异常值检测常用方法对历史数据进行异常值检测,对突发情况或者异常情况进行识别,避免因为异常值导致预测性能降低,并对其进行调整便于后续预测. 一.3-sigma原则异常值检测 3-Sigma原则又称为拉 ...

最新文章

热门文章