Odlehlá hodnota (statistiky)
Aktuální verze stránky ještě nebyla zkontrolována zkušenými přispěvateli a může se výrazně lišit od verze recenzované 1. února 2021; ověření vyžaduje 1 úpravu .Ejection ( anglicky outlier ), miss [1] - ve statistice výsledek měření , který vyčnívá z obecného vzorku .
Statistická metoda schopná pracovat za odlehlých podmínek se nazývá robustní . Medián je robustní, zatímco průměr vzorku nikoli. Existuje příklad ( Anscombův kvartet ), který ukazuje, jak mohou nerobustní metody statistického zpracování dat „lhát“, i když je v 10 „normálních“ výsledcích pouze jedna odlehlá hodnota.
Příčiny odlehlých hodnot
- Kvůli chybě měření.
- Vzhledem k neobvyklému charakteru vstupu. Pokud například náhodně změříme teplotu předmětů v místnosti, dostaneme čísla od 18 do 22 °C, ale radiátor topení bude mít teplotu 70 °C.
- Odlehlé hodnoty mohou být také součástí distribuce - takže v normální distribuci bude každá 22. dimenze vycházet ze " dvě sigma " a každá 370. - ze tří.
Definice odlehlých hodnot
Protože mnoho statistických metod „uklouzává“ na vzorcích s odlehlými hodnotami, je třeba odlehlé hodnoty detekovat (nejlépe automaticky) a vyloučit je ze vzorku. Nejjednodušší metody jsou založeny na mezikvartilové vzdálenosti – například vše, co nespadá do rozsahu
,![{\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)
považovány za odlehlé hodnoty.
Jemnější kritéria - Chauvenetovo kritérium, Grubbsův test , Pierceův test, Dixonovo kritérium.
Viz také
Poznámky
- ↑ Zaidel A.N. Elementární odhady chyb měření. - Moskva: Nauka, 1965.
 V bibliografických katalozích |
|---|