Скорректированная коробчатая диаграмма в Python ⇐ Python

[Anonymous]

В своей диссертации я пытаюсь выявить выбросы в моем наборе данных. Набор данных состоит из 160 000 раз одной переменной из реальной технологической среды. Однако в этой среде могут быть измерения, которые не являются фактическими данными самого процесса, а просто ненужными данными. Я хотел бы отфильтровать их, используя небольшую литературу, а не только «мнение экспертов».

Теперь я прочитал о методе IQR, позволяющем увидеть возможные выбросы. ложь, когда имеешь дело с симметричным распределением, таким как нормальное распределение. Тем не менее, мой набор данных искажен правильно, и по подгонке распределения, обратной гамме и логнормальному распределению они подходят лучше всего.

Итак, во время моего поиска методов для несимметричных распределений, Я нашел эту тему на перекрестной проверке, где особенно интересен ответ пользователя603: Существует ли вариант коробчатой ​​диаграммы для распределенных данных Пуассона?

В ответе пользователя603 он заявляет, что скорректированный boxplot помогает идентифицировать возможные выбросы в вашем наборе данных, и что в R и Matlab есть функции для этого


(Существует 𝚁R реализация этого
(𝚛𝚘𝚋𝚞𝚜𝚝𝚋𝚊𝚜𝚎::𝚊𝚍𝚓𝚋𝚘𝚡()robustbase::adjbox()), а также
Matlab (в библиотеке под названием 𝚕𝚒𝚋𝚛𝚊libra)


Мне интересно, есть ли такая функция в Python Или есть ли способ вычислить медпару (см. статью в разделе medcouple). ответ пользователя603) с помощью Python?

Мне очень хотелось бы посмотреть, что получится из скорректированного коробчатого графика для моих данных..

Подробнее здесь: https://stackoverflow.com/questions/381 ... -in-python