Ausreißer

Jetzt ist es an der Zeit, dir die Struktur der Variablen age anzusehen. Rechts ist ein Histogramm dargestellt. Ähnlich wie im Video zum jährlichen Einkommen (annual_inc) zu sehen war, gibt es auf der rechten Seite des Diagramms viel leeren Raum. Das deutet auf mögliche Ausreißer hin. Du überprüfst das mit einem Streudiagramm. Falls du Ausreißer findest, löschst du sie.

Wenn bei mehreren Variablen Ausreißer auftreten, kann es hilfreich sein, bivariate Plots anzuschauen. Es ist möglich, dass die Ausreißer zur gleichen Beobachtung gehören. In diesem Fall gibt es umso mehr Gründe, diese Beobachtung zu löschen, weil die darin gespeicherten Informationen wahrscheinlich fehlerhaft sind.

Diese Übung ist Teil des Kurses

<Kurs>Kreditrisikomodellierung in R</Kurs>

Kurs ansehen

Übungsanweisungen

Erstelle ein Streudiagramm der Variablen age (über loan_data$age) mit der Funktion plot(). Gib der y‑Achse mit ylab als zweitem Argument die passende Beschriftung "Age".
Die älteste Person in diesem Datensatz ist älter als 122 Jahre! Ermittle den Index dieses Ausreißers mit which() und verwende das Alter 122 als Grenzwert (du kannst das mit loan_data$age > 122 tun). Weisen den Index dem Objekt index_highage zu.
Erstelle einen neuen Datensatz new_data, nachdem du die Beobachtung mit dem hohen Alter mithilfe des Objekts index_highage entfernt hast.
Sieh dir das bivariate Streudiagramm an, mit dem Alter auf der x‑Achse und dem jährlichen Einkommen auf der y‑Achse. Ändere die Beschriftungen entsprechend in "Age" und "Annual Income".

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Plot the age variable


# Save the outlier's index to index_highage


# Create data set new_data with outlier deleted
new_data <- loan_data[-___, ]

# Make bivariate scatterplot of age and annual income
plot(loan_data$age, loan_data$annual_inc, xlab = "___", ylab = "___")

Code bearbeiten und ausführen