Testování extrémů Grubbsovým testem

Úvod do detekce anomálií v R

Alastair Rushworth

Data Scientist

Vizuální posouzení není vždy spolehlivé!

boxplot(temperature, ylab = "Celsius")

Krabicové grafy pro odlehlé hodnoty

Úvod do detekce anomálií v R

Grubbsův test

  • Statistický test pro rozhodnutí o odlehlosti bodu
  • Předpokládá normální rozdělení dat
  • Vyžaduje nejprve ověření normality
Úvod do detekce anomálií v R

Ověření normality pomocí histogramu

hist(temperature, breaks = 6)

Histogram zobrazující rozdělení dat

Symetrický a zvonový tvar?

Úvod do detekce anomálií v R

Spuštění Grubbsova testu

Použijte funkci grubbs.test():

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
Úvod do detekce anomálií v R

Interpretace p-hodnoty

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

  • Blízko 0 – silnější důkaz odlehlé hodnoty
  • Blízko 1 – slabší důkaz odlehlé hodnoty
Úvod do detekce anomálií v R

Zjištění indexu řádku odlehlé hodnoty

Pozice maxima

which.max(weights)

5

Pozice minima

which.min(temperature)

12
Úvod do detekce anomálií v R

Lass uns üben!

Úvod do detekce anomálií v R

Preparing Video For Download...