Innehåll
En avvikelse är ett värde i en datamängd som är långt ifrån andra värden. Avvikelser kan orsakas av experiment- eller mätfel. I de första fallen kan det vara önskvärt att identifiera avvikare och ta bort dem från andra data innan en statistisk analys utförs för att undvika att påverka resultaten, eftersom de inte troget representerar urvalspopulationen. Det enklaste sättet att identifiera avvikelser är med kvartilmetoden.
Steg 1
Lista data i stigande ordning. Tänk på datamängden {4, 5, 2, 3, 15, 3, 3, 5}. Beställt är exemplet med datamängden: {2, 3, 3, 3, 4, 5, 5, 15}.
Steg 2
Hitta medianen. Detta är det centrala numret som delar den större halvan från den mindre halvan. Om det finns ett jämnt antal data ska medelvärdet av de två beräknas. Till exempel: i den angivna datamängden är mittpunkterna 3 och 4, så medianen är (3 + 4) / 2 = 3,5.
Steg 3
Hitta den övre kvartilen, Q2, datapunkt som delar gruppen mellan de 75% minsta och 25% största. Om datamängden är jämn, genomsnitt två poäng runt kvartilen. I föregående exempel: (5 + 5) / 2 = 5.
Steg 4
Hitta den lägsta kvartilen, Q1, datapunkten som skiljer de minsta 25% från de största 75%. Om datamängden är jämn, genomsnitt två poäng runt kvartilen. I exemplet: (3 + 3) / 2 = 3.
Steg 5
Subtrahera den nedre kvartilen från den övre kvartilen för att få interkvartilområdet, IQ. I exemplet: Q2 - Q1 = 5 - 3 = 2.
Steg 6
Multiplicera intervallet med 1,5. Lägg till den övre kvartilen i resultatet och subtrahera den nedre kvartilen. Varje datapunkt utanför dessa värden är en mild avvikelse. För det givna exemplet: 1,5 x 2 = 3. 3 - 3 = 0 och 5 +3 = 8. Således skulle varje värde mindre än 0 eller större än 8 vara en liten avvikelse. Detta innebär att 15 kvalificerar sig som en liten avvikelse.
Steg 7
Multiplicera intervallet med 3. Lägg till den övre kvartilen och subtrahera den nedre kvartilen. Varje datapunkt utanför dessa värden är en extrem skillnad. För det givna exemplet är 3 x 2 = 6. 3-6 = -3 och 5 + 6 = 11. Således är alla värden mindre än -3 eller större än 11 en extrem skillnad. Detta betyder att 15 kvalificerar sig som en extrem skillnad.