Satura rādītājs:
Definīcija - ko nozīmē ārējā atklāšana?
Ārējā noteikšana ir process, kas ļauj noteikt un pēc tam izslēgt no konkrētā datu kopuma novirzes.
Ārēju vērtību var definēt kā datu vai novērojumu, kas krasi atšķiras no dotās normas vai datu kopas vidējā līmeņa. Ārēju faktoru var izraisīt vienkārši nejaušība, bet tas var arī norādīt uz mērījumu kļūdu vai arī uz to, ka dotajai datu kopai ir smaga saikne.
Šeit ir vienkāršs scenārijs par ārēju noteikšanu. Mērīšanas process konsekventi rada nolasījumus no 1 līdz 10, bet dažos retos gadījumos mērījumi ir lielāki par 20.
Šos retos mērījumus, kas pārsniedz normu, sauc par novirzēm, jo tie "atrodas ārpus" normālā sadalījuma līknes.
Techopedia izskaidro ārējo atklāšanu
Patiešām nav standartizētas un stingras matemātiskas metodes, lai noteiktu novirzi, jo tā patiešām mainās atkarībā no kopas vai datu kopas, tāpēc tās noteikšana un noteikšana galu galā kļūst subjektīva. Izmantojot pastāvīgu paraugu ņemšanu noteiktā datu laukā, var noteikt novirzes raksturlielumus, lai atvieglotu atklāšanu.
Ir modeļos balstītas metodes noviržu noteikšanai, un tie pieņem, ka visi dati ir ņemti no normāla sadalījuma, un kā novirzes identificēs novērojumus vai punktus, kas, balstoties uz vidējo vai standarta novirzi, tiek uzskatīti par maz ticamiem. Ārējā noteikšanai ir vairākas metodes:
- Grubba tests novirzēm - tas ir pamatots ar pieņēmumu, ka dati ir normāla sadalījuma un noņem vienu no ārpuses vienlaicīgi ar testu atkārtojot, līdz vairs nav atrodami novirzes.
- Diksona Q pārbaude - balstoties arī uz datu kopas normalitāti, šī metode pārbauda, vai nav sliktu datu. Tika atzīmēts, ka tas datu kopā jāizmanto saudzīgi un nekad vairāk kā vienu reizi.
- Chauvenet kritērijs - to izmanto, lai analizētu, vai pārsvars ir neīsts vai joprojām atrodas robežās un uzskatāms par kopas daļu. Tiek ņemts vidējais lielums un standartnovirze, un tiek aprēķināta varbūtība, ka novirzes rodas. Rezultāti noteiks, vai tas ir jāiekļauj.
- Pīrsa kritērijs - novērojumu sērijai tiek noteikts kļūdas limits, pēc kura visi novērojumi tiks atmesti, jo tajos jau ir tik liela kļūda.
