离群值的特征

离群值的特征

发现离群值也可以通过观察值的频数表或直方图来初步判断，也可通过统计软件作观察值的箱式图来判断，如果观测值距箱式图底线Q1（第25百分位数）或顶线Q3（第75百分位数）过远，如超出箱体高度（四分位数间距）的两倍以上，则可视该观测值为离群值。当数据近似正态分布时，有一种较为简单的方法，可用均数加减2.5s来判断，如观测值在此范围以外，可视为离群值。在统计学上也可用线性回归的方法来对离群值进行判断。当出现离群值的时候，要慎重处理，要将专业知识和统计学方法结合起来，首先应认真检查原始数据，看能否从专业上加以合理的解释，如数据存在逻辑错误而原始记录又确实如此，又无法在找到该观察对象进行核实，则只能将该观测值删除。如果数据间无明显的逻辑错误，则可将离群值删除前后各做一次统计分析，若前后结果不矛盾，则该例观测值可予以保留。
离群值处理方法包括：
一、剔除离群值，不追加观测值；
二、剔除离群值，追加观测值；或剔除离群值，适宜地插补替代；
三、找到实际原因修正离群值，否则予以保留的； 离群值的取舍 　1. 定义　　在一组平行测定数据中，有时会出现个别值与其他值相差较远，这种值叫离群值。　　判断一个测定值是否是离群值，不是把数据摆在一块看一看，那个离得远，那个是离群值，而是要经过计算、比较才能确定，我们用的方法就叫Q检验法。　　2. 检验方法　　（1）求Q：Q= 　　即：求出离群值与其最邻近的一个数值的差，再将它与极差相比就得Q值。　　（2）比较：根据测定次数n和置信度查Q，若Q>Q，则离群值应舍去，反之则保留离群值。