5.8: O Que São Outliers?

Outliers são pontos de dados observados que estão longe da linha de mínimos quadrados. Eles têm valores incomuns e precisam ser examinados com cuidado. Embora um outlier possa resultar de dados errôneos, em outros momentos, ele pode conter informações valiosas sobre a população em estudo e deve ser incluído nos dados. Portanto, é crucial examinar o que faz com que um ponto de dados seja um outlier.

A pontuação z é usada para encontrar valores discrepantes ou incomuns. Deve-se observar que quaisquer valores além de -2 e +2 são considerados valores incomuns ou discrepantes e estão longe dos outros valores de dados.

Identificando outliers

Poderíamos adivinhar outliers olhando para um gráfico de dispersão e um gráfico de melhor linha de ajuste. No entanto, precisaríamos de uma diretriz para entender a que distância um ponto precisa estar para que possa ser considerado um outlier. Como regra geral, podemos sinalizar qualquer ponto que exceda dois desvios padrão acima ou abaixo da linha de melhor ajuste como um outlier. O desvio padrão usado é o desvio padrão dos resíduos ou erros.

Podemos fazer isso visualmente no gráfico de dispersão desenhando um par extra de linhas que são dois desvios padrão acima e abaixo da linha de melhor ajuste. Quaisquer pontos de dados fora desse par extra de linhas são sinalizados como possíveis exceções. Além disso, podemos identificar outliers numericamente calculando cada resíduo e comparando-o com o dobro do desvio padrão.

Este texto foi adaptado de Openstax, Introductory Statistics, Section 12.5 Outliers