5.8: Co to są wartości odstające?

Wartości odstające to obserwowane punkty danych, które znajdują się daleko od linii najmniejszych kwadratów. Mają nietypowe wartości i należy je dokładnie zbadać. Chociaż wartość odstająca może wynikać z błędnych danych, w innych przypadkach może zawierać cenne informacje o badanej populacji i powinna zostać uwzględniona w danych. W związku z tym ważne jest, aby zbadać, co powoduje, że punkt danych jest wartością odstającą.

Wskaźnik z służy do znajdowania wartości odstających lub nietypowych wartości. Należy zauważyć, że wszelkie wartości wykraczające poza -2 i +2 są uważane za wartości nietypowe lub odstające i są daleko od innych wartości danych.

Identyfikowanie wartości odstających

Możemy odgadnąć wartości odstające, patrząc na wykres rozrzutu i wykres najlepszego dopasowania. Potrzebowalibyśmy jednak wytycznych, aby zrozumieć, jak daleko musi znajdować się punkt, aby można go było uznać za wartość odstającą. Z grubsza rzecz biorąc, każdy punkt, który przekracza dwa odchylenia standardowe powyżej lub poniżej linii najlepszego dopasowania, możemy oznaczyć jako wartość odstającą. Stosowane odchylenie standardowe jest odchyleniem standardowym reszt lub błędów.

Możemy to zrobić wizualnie na wykresie punktowym, rysując dodatkową parę linii, które są dwoma odchyleniami standardowymi powyżej i poniżej linii o najlepszym dopasowaniu. Wszystkie punkty danych znajdujące się poza tą dodatkową parą linii są oznaczane jako potencjalne wartości odstające. Dodatkowo możemy numerycznie zidentyfikować wartości odstające, obliczając każdą resztę i porównując ją z dwukrotnością odchylenia standardowego.

Ten tekst został zaadaptowany z Openstax, Introductory Statistics, Section 12.5 Outliers