11.5: Выбросы и влиятельные моменты

Выброс — это наблюдение за данными, которые не согласуются с остальными данными. Иногда его называют экстремальным значением. Когда вы строите график выброса, он будет казаться не соответствующим шаблону графика. Некоторые выбросы возникают из-за ошибок (например, запись 50 вместо 500), в то время как другие могут указывать на то, что происходит что-то необычное. Выбросы присутствуют далеко от линии наименьших квадратов в вертикальном направлении. Они имеют большие «ошибки», где «ошибка» или невязка — это расстояние по вертикали от линии до точки.

Выбросы нуждаются в тщательном изучении. Иногда, по тем или иным причинам, их не стоит включать в анализ данных. Выброс может быть результатом ошибочных данных. В других случаях выброс может содержать ценную информацию об изучаемой популяции и должен оставаться включенным в данные. Ключ в том, чтобы тщательно изучить, что делает точку данных выбросом.

Помимо выбросов, выборка может содержать одну или несколько точек, которые называются влиятельными точками. Влиятельные точки — это наблюдаемые точки данных, которые находятся далеко от других наблюдаемых точек данных в горизонтальном направлении. Эти точки могут оказывать существенное влияние на наклон линии регрессии. Чтобы определить влиятельную точку, можно удалить ее из набора данных и посмотреть, существенно ли изменился наклон линии регрессии.

Компьютеры и многие калькуляторы могут быть использованы для определения выбросов из данных. Компьютерные выходные данные для регрессионного анализа часто выявляют как выбросы, так и влиятельные точки, чтобы вы могли их изучить.

Этот текст адаптирован из Openstax, Вводная статистика, раздел 12.6 Выбросы