R:绘制一个 95% 置信度椭圆并排除椭圆外的所有观测值

Question

我有一个数据集需要清除错误。为此，我有一个子数据集，其中仅包含我知道正确的观察结果(“匹配”)。我想围绕图上的正确观察结果绘制一个 95% 置信度椭圆，并从我的主数据集中排除椭圆之外的所有观察结果。 我想出了如何绘制它，但现在我希望能够基于此提取数据。

我是 R 的初学者，所以所有这些对我来说都是相当新的，所以我可能不理解复杂的编码。 :)

谢谢!

为了添加更多细节，我的数据是跳虫(一种昆虫)的测量值。它具有以下基本结构:

  replicate node day MajorAxisLengtnh MinorAxisLength Data.type
1         1    1  50              2.1             0.4     Match
2         2    1  50              2.3             0.2   Unknown

因此，我想通过排除不切实际的纵横比(长度/宽度)来验证测量结果。使用我知道正确的子集(匹配观察结果)，我想确定弹尾的合理长宽比范围，并用它来消除任何不切实际的观察结果。建议我使用 95% 置信度椭圆来获得良好的观察结果，并剔除不适合椭圆的观察结果。

Answer 1

SIBER 软件包有一些功能可以为您提供帮助。

library(SIBER)

让我们使用鸢尾花数据集，绘制萼片宽度与长度的关系。

dat <- iris[,1:2]
plot(dat)

mu <- colMeans(dat)
Sigma <- cov(dat) 

addEllipse(mu, Sigma, p.interval = 0.95, col = "blue", lty = 3)

Z <- pointsToEllipsoid(dat, Sigma, mu)  # converts the data to ellipsoid coordinates
out <- !ellipseInOut(Z, p = 0.95)  # logical vector
(outliers <- dat[out,])  # finds the points outside the ellipse

#    Sepal.Length Sepal.Width
#16           5.7         4.4
#34           5.5         4.2
#42           4.5         2.3
#61           5.0         2.0
#118          7.7         3.8
#132          7.9         3.8

points(outliers, col="red", pch=19)

然后您可以使用 out 向量删除不需要的行。

dat.in <- dat[!out,]