《表1 剔除异常数据方案整体评分》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种黔南州烤烟产量到户预测模型的构建河南农》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在建立模型之前，首先需要对调查数据中的因变量单位面积产量进行有效性筛选。在建立模型之前，为了保证所建立模型的有效性，初步确定了有效剔除异常数据的3种方案:方案一，根据显著性差异去除；方案二，用单变量离散点检验去除；方案三，用差值分析的置信区间去除。而经过深入分析后发现，以显著性差异为标准对异常数据进行剔除虽然简单且容易操作，但其准确性相对比较差，难以满足研究的需要；单变量离散点检验方法能够确保数据的完整性，但操作起来相对比较复杂；以差值分析的置信区间去除异常数据虽然简单易行，但难以有效保证数据的完整性。小组成员围绕3种剔除方法的难易度、效果性、科学性、数据完整性和数据可行性等方面进行综合评分后，发现用单变量离散点检测去除异常数据的方法性价比相对比较高（见表1），因此，选择该方法对异常数据进行剔除。