Retirar datos atípicos (outliers) de una distribución de datos con Matlab

Los datos atípicos son datos que se alejan mucho de promedio de una distribución. Por lo general, se interpretan como errores experimentales aleatorios, por ello se suelen remover. En esta ocasión te muestro un script que usa cuartiles estadísticos para remover tales datos.

Preguntas para pensar

1)  En que caso un dato atípico brinda información experimental relevante y no debe removerse de la serie.

Ejercicios

1) Sugiere una modificación al guion presentado para usar la desviación-estándar como base para eliminar los datos atípicos.

GUIÓN MATLAB

%% Primer guión para remover datos atípicos

clc; clear; close all

%% Información de entrada

Y = [10 20 -150 40 50 60 70 200 90 100];

X = [2 4 6 8 10 12 14 16 18 20];

%% Cálculos

IQR = iqr(Y); %intervalo  intercuartil,

    % la diferencia entre el tercer  y el primer cuartil

    % de una distribución: 75%-25% de Y

    % σ= IQR * 0.7413

lowr=prctile(Y,25)-1.5*IQR; %Percentiles. Q1 - 1.5IQR.

highr=prctile(Y,75)+1.5*IQR; % Q3 + 1.5IQR

new_Y = Y(Y>lowr &   Y
new_X = X(Y>lowr &   Y

%%ver; es creer

hold on

plot(X, Y, 'bo','MarkerSize',20)

plot(new_X, new_Y, 'kx','MarkerSize',20)

hold off

%fin del guión