Quantifier et rejeter les valeurs aberrantes : le test de Grubbs

Le test de Grubbs, comme le test Q de Dixon, est un test statistique permettant d'identifier les valeurs aberrantes dans les données ayant une distribution normale. Ici, le nombre d’observations doit être égal ou supérieur à sept.

Pour un ensemble de données donné, ce test consiste à calculer la statistique de Grubbs G, qui est le rapport de la différence absolue entre la valeur douteuse et la valeur moyenne et l'écart-type de l'échantillon.

La valeur G calculée est ensuite comparée à la valeur critique tabalée de G pour un niveau de confiance donné et le nombre d’observations.

Si la valeur G calculée dépasse la valeur critique de G, l’observation douteuse est considérée comme une valeur aberrante des données et rejetée.

Alternativement, si la valeur G calculée est inférieure à la valeur critique de G, les données conservent l’observation douteuse.