グラブス検定による極値のテスト

Rで学ぶ異常検知入門

Alastair Rushworth

Data Scientist

視覚的な評価は常に信頼できるとは限りません！

boxplot(temperature, ylab = "Celsius")

外れ値を示すボックスプロット

グラブス検定

点が外れ値かどうかを判断する統計的検定
データが正規分布に従うことを前提とする
正規性の仮定を事前に確認する必要がある

ヒストグラムで正規性を確認する

hist(temperature, breaks = 6)

データ分布を示すヒストグラム

左右対称でベル型ですか？

グラブス検定を実行する

grubbs.test() 関数を使用します：

grubbs.test(temperature)

    Grubbs test for one outlier
data:  temp
G = 3.07610, U = 0.41065, p-value = 0.001796
alternative hypothesis: highest value 30 is an outlier

p値を解釈する

grubbs.test(temperature)

    Grubbs test for one outlier

data:  temperature
G = 3.07610, U = 0.41065, p-value = 0.001796
alternative hypothesis: highest value 30 is an outlier

p-value

0 に近い - 外れ値の証拠が_強い_
1 に近い - 外れ値の証拠が_弱い_

外れ値の行インデックスを取得する

最大値の位置

which.max(weights)

最小値の位置

which.min(temperature)

練習しましょう！

Rで学ぶ異常検知入門