Bereken uitskieters

1. Leer hoe om potensiële uitskieters raak te sien. Voordat ons kan besluit of ons abnormale waardes van `n spesifieke datastel moet verwyder, moet ons natuurlik die moontlike uitskieters in die datastel herken. Oor die algemeen is uitskieters die datapunte wat aansienlik afwyk van die neiging wat die ander waardes in die vasgestelde vorm – met ander woorde, hulle uitskiet van die ander waardes. Dit is gewoonlik maklik om dit in tabelle en (veral) in grafieke te herken. As die datastel visueel geteken word, sal die uitskieters `ver weg` van die ander waardes wees. Byvoorbeeld, as die meeste punte in `n datastel `n reguit lyn vorm, sal uitskieters nie aan hierdie lyn voldoen nie.

• Kom ons kyk na `n datastel wat die temperature van 12 verskillende voorwerpe in `n kamer toon. As die temperatuur van 11 van die voorwerpe rondom 21°C met hoogstens `n paar grade fluktueer, terwyl een voorwerp, `n oond, `n temperatuur van 150°C het, kan jy met `n oogopslag sien dat die oond waarskynlik `n uitskieter is.

2. Sorteer alle datapunte van laag na hoog. Die eerste stap in die berekening van uitskieters is om die mediaanwaarde (of die middelwaarde) van die datastel te vind. Hierdie taak word baie makliker as die waardes in die stel in volgorde is van laagste na hoogste. Dus voordat u voortgaan, sorteer die waardes in u datastel so.

3. Bereken die mediaan van die datastel. Die mediaan van `n datastel is die datapunt waar die helfte van die data bo dit is, en die helfte van die data is onder - dit is basies die "middelpunt" van die datastel. As die datastel `n onewe aantal punte bevat, is die mediaan maklik om te vind – die mediaan is die punt met soveel punte bo dit as onder dit. As daar `n ewe aantal punte is, aangesien daar nie een middelpunt is nie, moet jy die gemiddelde van die twee middelpunte neem om die mediaan te vind. By die berekening van uitskieters word die mediaan gewoonlik deur die veranderlike Q2 aangedui – omdat dit tussen Q1 en Q3 lê, die eerste en derde kwartiele. Ons sal hierdie veranderlikes later bepaal.

4. Bereken die eerste kwartiel. Hierdie punt, waarna ons verwys as die veranderlike Q1, is die datapunt waaronder 25 persent (of `n kwart) van die waarnemings lê. Met ander woorde, dit is die middelpunt van alle punte in jou datastel hieronder die mediaan. As daar `n ewe aantal waardes onder die mediaan is, moet jy weer die twee middelwaardes gemiddeld om Q1 te vind, soos jy dalk reeds gedoen het om die mediaan self te bepaal.

5. Bereken die derde kwartiel. Hierdie punt, wat ons aandui deur die veranderlike Q3, is die datapunt waarbo 25 persent van die data lê. Om V3 te vind is feitlik dieselfde as om V1 te vind, behalwe in hierdie geval kyk ons ​​na die punte hierbo die mediaan.

6. Vind die interkwartielreeks. Noudat ons Q1 en Q3 bepaal het, moet ons die afstand tussen hierdie twee veranderlikes bereken. Die afstand tussen Q1 en Q3 kan gevind word deur Q1 van Q3 af te trek. Die waarde wat jy vir die interkwartielreeks kry, is deurslaggewend vir die bepaling van die grense vir nie-afwykende punte in jou datastel.

7. Vind die `binnegrense` van die datastel. Jy kan uitskieters identifiseer deur te bepaal of hulle binne `n aantal numeriese perke val; die sogenaamde `binne grenswaardes` en `buitenste grenswaardes`. `n Punt wat buite die binnegrense van die datastel val, word geklassifiseer as `n ligte uitskieter, en `n punt wat buite die buitenste grense val, word geklassifiseer as `n uiterste uitskieter. Om die binnegrense van jou datastel te vind, vermenigvuldig eers die interkwartielreeks met 1,5. Voeg die resultaat by Q3 en trek dit af van Q1. Die twee resultate is die binnegrense van jou datastel.

8. Vind die `buitenste grense` van die datastel. Jy doen dit op dieselfde manier as met die binnegrense, met die enigste verskil dat jy die interkwartielreeks met 3 vermenigvuldig in plaas van met 1,5. Jy voeg dan die resultaat by Q3 en trek van Q1 af om die buitenste grense te vind.

9. Gebruik `n kwalitatiewe assessering om te bepaal of jy die uitskieters moet "weggooi". Met bogenoemde metode kan jy bepaal of sekere punte ligte uitskieters, uiterste uitskieters of glad geen uitskieters is nie. Maar moenie `n fout maak nie - om `n punt as `n uitskieter te erken, maak dit net een kandidaat om uit die datastel verwyder te word, en nie onmiddellik `n kolletjie verwyder nie moet verander in. Die gery waarom `n uitskieter verskil van die res van die punte in die stel is van kardinale belang om te bepaal of die uitskieter verwyder moet word. Oor die algemeen word uitskieters wat veroorsaak word deur een of ander fout - `n fout in die metings, in die opnames of in die eksperimentele ontwerp, byvoorbeeld - verwyder. Daarteenoor is uitskieters wat nie deur foute veroorsaak word nie en wat nuwe, onvoorspelbare inligting of neigings openbaar gewoonlik nie geskrap.

10. Verstaan ​​die belangrikheid daarvan om uitskieters (soms) te behou. Terwyl sommige uitskieters uit `n datastel verwyder moet word omdat hulle die gevolg is van foute, of omdat hulle die resultate misleidend skeeftrek, moet ander uitskieters behoue ​​bly. Byvoorbeeld, as `n uitskieter korrek verkry is (d.w.s. nie die gevolg van `n fout nie) en/of as die uitskieter `n nuwe insig gee in die verskynsel wat gemeet moet word, moet dit nie onmiddellik verwyder word nie. Wetenskaplike eksperimente is besonder sensitiewe situasies wanneer dit kom by die hantering van uitskieters - die foutiewe verwydering van `n uitskieter kan beteken dat belangrike inligting oor `n nuwe neiging of ontdekking weggegooi word.