Testowanie wartości ekstremalnych testem Grubbs'

Wprowadzenie do wykrywania anomalii w R

Alastair Rushworth

Data Scientist

Ocena wizualna nie zawsze jest wiarygodna!

boxplot(temperature, ylab = "Celsius")

Wykresy pudełkowe dla wartości odstających

Test Grubbs'

Test statystyczny do identyfikacji wartości odstających
Zakłada normalność rozkładu danych
Wymaga wcześniejszego sprawdzenia założenia normalności

Sprawdzanie normalności za pomocą histogramu

hist(temperature, breaks = 6)

Histogram przedstawiający rozkład danych

Symetryczny i dzwonowy?

Uruchamianie testu Grubbs'

Użyj funkcji 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

Interpretacja wartości p

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

Blisko 0 – silniejsze dowody na wartość odstającą
Blisko 1 – słabsze dowody na wartość odstającą

Pobierz indeks wiersza wartości odstającej

Lokalizacja maksimum

which.max(weights)

Lokalizacja minimum

which.min(temperature)

Czas na ćwiczenia!

Wprowadzenie do wykrywania anomalii w R