異常值

異常值(英文:outlier),中文又叫離群值,係統計學上嘅概念,指某個數據點同第啲數據比起嚟「唔尋常」,通常係講緊佢嘅數值距離平均水平或者常見分佈好遠。異常值出現嘅成因有好多,可能源自量度錯誤、入數據嗰陣入錯、樣本特性,亦有可能代表真實但稀有嘅現象[1][2]。
基本概論
[編輯]異常值嘅幾個例子:
- 想像而家測量成年人身高,大部分數據集中喺 160 至 190 厘米之間,但搵到有個數值係 250 厘米。
- 某城市嘅氣溫通常介乎喺攝氏 10 至 35 度之間,但某日紀錄到攝氏零下 15 度嘅氣溫。
- 某次考試,啲學生嘅成績分佈大多喺 50 - 70 分之間,但有個學生考到 100 分。
喺統計工作上,某啲情況下可能需要對異常值做特別處理。
應對方法
[編輯]統計學中有幾種方法嚟識別異常值。統計師齋靠留意敘述統計指標,已經可以留意到異常值嘅存在。最簡單嘅可以係留意吓數據數值嘅全距同埋四分位距,睇吓呢啲值會唔會離咗群。而且離群值亦往往會令到標準差數值異常咁大[3];離群值仲會令到平均值扭曲,假如研究者憑經驗知道該變數嘅平均值合理水平喺邊,亦有可能透過平均值嚟判斷係咪有離群值。
喺實際應用上,研究者好多時都想排除異常值先至做分析。噉係因為諸如結構方程模型同聚類分析等嘅統計分析方法,都容易受到異常值影響而結果出現扭曲。假如研究緊嗰個變數呈常態分佈,研究者可以用所謂嘅三 σ 法則[註 1],意思即係話數值同平均值相差超過三個標準差嘅[4],就一律當係異常值,研究者會將佢哋排除,或者做數值轉換將佢哋變做等同離平均三個標準差咁遠嘅值,排除或轉換過後先郁手做分析[5]。
不過,排除異常值嘅做法都有一定爭議性,例如喺某啲情況下異常值可能反映緊真實但少有嘅現象,攞走呢啲數值會對分析結果嘅有效度造成負面影響。因此,假若某個數值唔係明顯填錯或者入錯數,研究者都有誘因 kip1 住。明顯填錯嘅例子:問卷調查問受訪者嘅年齡,大部份答 20 至 70 歲之間,但有一份紀錄係 250 歲,呢個好大機會係入錯或填錯。可能係極端但真實嘅例子:假想長跑比賽嘅完賽時間,大部分參加者用咗 3 至 6 個鐘跑完,但有某位運動員只需要 2 小時 10 分,呢個數值係極端,但有可能係真實值,未必可以隨便刪除[6]。
參見
[編輯]引咗
[編輯]- ↑ Grubbs, F. E. (February 1969). "Procedures for detecting outlying observations in samples". Technometrics. 11 (1): 1–21. doi:10.1080/00401706.1969.10490657.
An outlying observation, or "outlier," is one that appears to deviate markedly from other members of the sample in which it occurs.
- ↑ Maddala, G. S. (1992). "Outliers". Introduction to Econometrics (第2版). New York: MacMillan. pp. 89. ISBN 978-0-02-374545-4.
An outlier is an observation that is far removed from the rest of the observations.
- ↑ Tukey, John W (1977). Exploratory Data Analysis. Addison-Wesley. ISBN 978-0-201-07616-5. OCLC 3058187.
- ↑ Brydges, C.R., Ozolnieks, K.L. and Roberts, G., 2017. Working memory–not processing speed–mediates fluid intelligence deficits associated with attention deficit/hyperactivity disorder symptoms. Journal of neuropsychology, 11(3), pp.362-377,佢哋 p. 367 嗰度有講:"Specifically, a test score was considered a univariate outlier if it was >3 SDs from the between-subjects variable mean, and was replaced with a value that was 3 SDs from the mean."
- ↑ Removing Outliers. Understanding How and What behind the Magic. Medium.
- ↑ Outliers: To Drop or Not to Drop