5.8: 什么是异常值？

异常值是远离最小二乘线的观测数据点。它们具有不寻常的值，需要仔细检查。尽管异常值可能由错误数据产生，但在其他时候，它可能包含有关所研究人群的宝贵信息，应包含在数据中。因此，检查导致数据点成为异常值的原因至关重要。

z 分数用于查找异常值或异常值。应该注意的是，任何超出 -2 和 +2 的值都被视为异常值或异常值，并且与其他数据值相距甚远。

识别异常值

我们可以通过查看散点图和最佳拟合线图来猜测异常值。但是，我们需要一个指南来了解一个点需要多远，这样它才能被视为异常值。作为粗略的经验法则，我们可以将任何超过最佳拟合线上方或下方两个标准差的点标记为异常值。使用的标准差是残差或误差的标准差。

我们可以在散点图中直观地做到这一点，方法是绘制一对额外的线，这些线是最佳拟合线上方和下方的两个标准差。这对额外线之外的任何数据点都将被标记为潜在的异常值。此外，我们可以通过计算每个残差并将其与标准差的两倍进行比较来以数字方式识别异常值。

本文改编自 Openstax， 统计学导论， Section 12.5 异常值