11.5: חריגים ונקודות השפעה

חריג הוא תצפית על נתונים שאינם מתאימים לשאר הנתונים. זה נקרא לפעמים ערך קיצוני. בשעת יצירת תרשים חריג, הוא ייראה כלא מתאים לדוגמת המילוי של התרשים. כמה חריגים נובעים מטעויות (למשל, לכתוב 50 במקום 500), בעוד שאחרים עשויים להצביע על כך שמשהו יוצא דופן קורה. חריגים קיימים הרחק מקו הריבועים הפחות בכיוון האנכי. יש להם “שגיאות” גדולות, כאשר ה”שגיאה” או השארית היא המרחק האנכי מהקו לנקודה.

חריגים צריכים להיבדק מקרוב. לפעמים, מסיבה זו או אחרת, הם לא צריכים להיכלל בניתוח הנתונים. חריגה עשויה להיות תוצאה של נתונים שגויים. במקרים אחרים, חריג עשוי להחזיק מידע בעל ערך על האוכלוסייה הנחקרת ועליו להישאר כלול בנתונים. המפתח הוא לבחון בקפידה מה גורם לנקודת נתונים להיות חריגה.

מלבד חריגים, מדגם עשוי להכיל נקודה אחת או כמה נקודות הנקראות נקודות השפעה. נקודות השפעה הן נקודות נתונים נצפות הרחוקות מנקודות הנתונים הנצפות האחרות בכיוון האופקי. לנקודות אלו עשויה להיות השפעה משמעותית על שיפוע קו הרגרסיה. כדי לזהות נקודה משפיעה, ניתן להסיר אותה מערכת הנתונים ולראות אם שיפוע קו הרגרסיה משתנה באופן משמעותי.

ניתן להשתמש במחשבים ובמחשבונים רבים כדי לזהות חריגות מהנתונים. פלט מחשב לניתוח רגרסיה לרוב יזהה הן נקודות חריגות והן נקודות משפיעות כך שתוכלו לבחון אותן.

טקסט זה עובד מתוך Openstax, מבוא, סטטיסטיקה, סעיף 12.6 חריגים