Робастная статистика

# StatsBase.trim — Function

trim(x::AbstractVector; prop=0.0, count=0)

Возвращает итератор всех элементов в x, в котором пропускается либо число count, либо доля prop наибольших и наименьших элементов.

Количество усекаемых элементов может быть меньше указанного, если сразу несколько элементов равны нижней или верхней границе.

Для вычисления усеченного среднего для x используйте вызов mean(trim(x)); для вычисления дисперсии используйте trimvar(x) (см. описание trimvar).

Пример

julia> collect(trim([5,2,4,3,1], prop=0.2))
3-element Array{Int64,1}:
 2
 4
 3

# StatsBase.trim! — Function

trim!(x::AbstractVector; prop=0.0, count=0)

Вариант функции trim, который изменяет x на месте.

# StatsBase.winsor — Function

winsor(x::AbstractVector; prop=0.0, count=0)

Возвращает итератор всех элементов в x, в котором либо число count, либо доля prop наибольших элементов заменена предыдущим по величине элементом и равное количество наименьших элементов — предыдущим наименьшим элементом. Количество заменяемых элементов может быть меньше указанного, если сразу несколько элементов равны нижней или верхней границе. Для вычисления винсоризованного среднего для x используйте вызов mean(winsor(x)).

Пример

julia> collect(winsor([5,2,3,4,1], prop=0.2))
5-element Array{Int64,1}:
 4
 2
 3
 4
 2

# StatsBase.winsor! — Function

winsor!(x::AbstractVector; prop=0.0, count=0)

Вариант функции winsor, который изменяет вектор x на месте.

# StatsBase.trimvar — Function

trimvar(x; prop=0.0, count=0)

Вычисляет дисперсию усеченного среднего для x. Эта функция использует винсоризованную дисперсию, как описано в работе Уилкокса (2010).