Outlier (statisztika)
Az oldal jelenlegi verzióját még nem ellenőrizték tapasztalt közreműködők, és jelentősen eltérhet a 2021. február 1-jén felülvizsgált verziótól ; az ellenőrzéshez 1 szerkesztés szükséges .Ejection ( angol kihagyás ), miss [1] - a statisztikában egy mérés eredménye , amely kiemelkedik az általános mintából .
A kiugró feltételek mellett működő statisztikai módszert robusztusnak nevezzük . A medián robusztus, míg a mintaátlag nem. Van egy példa ( Anscombe kvartettje ), amely bemutatja, hogy a statisztikai adatfeldolgozás robusztus módszerei mennyire képesek „hazudni”, még akkor is, ha 10 „normális” eredményből csak egy kiugró érték van.
A kiugró értékek okai
- Mérési hiba miatt.
- A bemenet szokatlan jellege miatt. Például, ha véletlenszerűen mérjük meg a helyiségben lévő tárgyak hőmérsékletét, akkor 18 és 22 ° C közötti számokat kapunk, de a fűtőtest hőmérséklete 70 °.
- A kiugró értékek is részei lehetnek az eloszlásnak - tehát normál eloszlásban minden 22. dimenzió a " két szigmából ", és minden 370. - a háromból.
A kiugró értékek meghatározása
Mivel sok statisztikai módszer „csúszik” a kiugró értékeket tartalmazó mintákon, a kiugró értékeket (lehetőleg automatikusan) ki kell mutatni és ki kell zárni a mintából. A legegyszerűbb módszerek az interkvartilis távolságon alapulnak - például minden, ami nem esik a tartományba
,![{\displaystyle [(x_{25}-1{,}5\cdot (x_{75}-x_{25})),\,\,(x_{75}+1{,}5\cdot (x_{) 75}-x_{25}))]}](https://wikimedia.org/api/rest_v1/media/math/render/svg/519d4c0c0c2aa2d85348ab8dc46aafb636f781d5)
kiugrónak tekinthető.
Finomabb kritériumok – Chauvenet kritériuma, Grubbs teszt , Pierce teszt, Dixon kritériuma.
Lásd még
Jegyzetek
- ↑ Zaidel A.N. A mérési hibák elemi becslései. - Moszkva: Nauka, 1965.
 Bibliográfiai katalógusokban |
|---|