一：步驟解說：

1、排列數據 Collections.sort(dataArrayList);

2、求平均值、標準差

3、計算Gi值：每個數據與平均數的殘差 / 標準差

4、用這個Gi 值 與? 格拉布斯臨界表表中的 臨界值比較，越大，越異常，需剔除

注：

這個臨界值 與 頂尖水平(alpha)有關 在0.01 - 0.99中選，越小越嚴格 ，以及測量次數(數組集合長度)

查格拉布斯表獲得臨界值： 根據 置信概率(1-alpha) 和測驗次數 橫縱交得臨界值

代碼

import java.util.ArrayList;
import java.util.Collections;
import java.util.Iterator;
import java.util.List;

public class Truncat {?? ?
? ? private ArrayList<Double> dataArrayList;
? ? private int length;
? ? private final double alpha = 0.05;
? ? //傳入一組數據，我們要做的是剔除最大或最小的異常值
? ? public Truncat(ArrayList<Double> arrayList) {
? ? ? ? this.dataArrayList = arrayList;
? ? ? ? this.length = arrayList.size();
? ? }

? ? public ArrayList<Double> calc() {
? ? //因為格拉布斯準則只能對大于等于3個數據進行判斷，所以數據量小于3時，直接返回
? ? ? ? if (dataArrayList.size() < 3) {
? ? ? ? ? ? return dataArrayList;
? ? ? ? }
? ? ? ? //首先對數據進行排序
? ? ? ? Collections.sort(dataArrayList);
? ? ? ? //求出數據平均值和標準差
? ? ? ? double average = calcAverage(dataArrayList);
? ? ? ? double standard = calcStandard(dataArrayList, length, average);
? ? ? ? // 循環取每個數據和平均數據的標準差，過了就剔除！
? ? ? ? Iterator<Double> it = dataArrayList.iterator();
?? ??? ?while(it.hasNext()){
?? ??? ??? ?Double item = it.next();
?? ??? ??? ?//與平均值之差
? ? ? ? ?? ?double diffAvg ?= (item>average)?(item-average):(average-item);
? ? ? ? ?? ?//差值/標準差
? ? ? ? ?? ?double waveValue = diffAvg/standard;//波動
? ? ? ? ? ? //做比較，是否剔除
? ? ? ? ? ? if (waveValue > calcG(alpha, length)) {
? ? ? ? ? ? ?? ?it.remove();
? ? ? ? ? ? }
?? ??? ?}
? ? ? ? return dataArrayList;
? ? }
? ??
? ? //求平均
? ? public double calcAverage(ArrayList<Double> sample) {
? ? ? ? double sum = 0;
? ? ? ? int cnt = 0;
? ? ? ? for (int i = 0; i < sample.size(); i++) {
? ? ? ? ? ? sum += sample.get(i);
? ? ? ? ? ? cnt++;
? ? ? ? }

? ? ? ? return (double) sum / cnt;
? ? }
? ??
? ? //求標準差
? ? private double calcStandard(ArrayList<Double> array, int n, double average) {
? ? ? ? double sum = 0;
? ? ? ? for (int i = 0; i < n; i++) {
? ? ? ? ? ? sum += ((double) array.get(i) - average)
? ? ? ? ? ? ? ? ? ? * ((double) array.get(i) - average);
? ? ? ? }
? ? ? ? return (double) Math.sqrt((sum / (n - 1)));
? ? }
? ??
? ? //算臨界值的表，這里alpha為0.05
? ? private double calcG(double alpha, int n) {
? ? ? ? double[] N = { 1.1546847100299753, 1.4962499999999703,
? ? ? ? ? ? ? ? 1.763678479497787, 1.9728167175443088, 2.1391059896012203,
? ? ? ? ? ? ? ? 2.2743651271139984, 2.386809875078279, 2.4820832497170997,
? ? ? ? ? ? ? ? 2.564121252001767, 2.6357330437346365, 2.698971864039854,
? ? ? ? ? ? ? ? 2.755372404941574, 2.8061052912205966, 2.8520798130619083,
? ? ? ? ? ? ? ? 2.894013795424427, 2.932482154393285, 2.9679513293748547,
? ? ? ? ? ? ? ? 3.0008041587489247, 3.031358153993366, 3.0598791335206963,
? ? ? ? ? ? ? ? 3.086591582831163, 3.1116865231590722, 3.135327688211162,
? ? ? ? ? ? ? ? 3.157656337622164, 3.178795077984819, 3.198850919445483,
? ? ? ? ? ? ? ? 3.2179177419513314, 3.2360783011390764, 3.2534058719727748,
? ? ? ? ? ? ? ? 3.26996560491852, 3.2858156522011304, 3.301008108808857,
? ? ? ? ? ? ? ? 3.31558980320037, 3.329602965279218, 3.3430857935316243,
? ? ? ? ? ? ? ? 3.356072938839107, 3.368595919061223, 3.3806834758032323,
? ? ? ? ? ? ? ? 3.3923618826659503, 3.403655212591846, 3.41458557057518,
? ? ? ? ? ? ? ? 3.4251732969213213, 3.435437145364717, 3.4453944396432576,
? ? ? ? ? ? ? ? 3.4550612115453876, 3.464452322969104, 3.4735815741386,
? ? ? ? ? ? ? ? 3.482461799798589, 3.491104954935569, 3.4995221913492585,
? ? ? ? ? ? ? ? 3.507723926208097, 3.5157199035634887, 3.5235192496631433,
? ? ? ? ? ? ? ? 3.5311305227901078, 3.5385617582575746, 3.5458205091071684,
? ? ? ? ? ? ? ? 3.5529138829882037, 3.5598485756350797 };

? ? ? ? return N[n - 3];
? ? }
}
?

總結

以上是生活随笔為你收集整理的利用格拉布斯准则，剔除异常数据的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。