चौवेसेट के मानदंड का उपयोग करके बाहरी पहचान

एक बाहरी क्या है और हम उनके बारे में क्यों परवाह करते हैं

आउटलेयर डेटासेट में मूल्य हैं जो डेटासेट में अन्य मूल्यों की तुलना में बहुत चरम लगते हैं।सहज रूप में, इस तरह की परिभाषा बहुत ढीली है, लेकिन हकीकत में, आउटलेर के बारे में बहुत सारे विचार हैं उनके साथ कैसे निपटें।

अभी के लिए, हम इस विचार से चिपके रहेंगे कि आउटलेर अक्सर अंतर्निहित आबादी के कुछ व्यवहार का लक्षण होते हैं, और आउटलेर्स की उपस्थिति एक संकेत हो सकती है कि अंतर्निहित आबादी सामान्य रूप से वितरित नहीं की जाती है।

चाउववेट के मानदंड की गणना कैसे की जाती है?

अनौपचारिक रूप से, चौवेनेट का मानदंड इस विचार पर आधारित है कि यदि अंतर्निहित आबादी सामान्य रूप से वितरित की जाती है फिर इस के दौरान एक निश्चित "बैंड" के भीतर एक नमूने के सभी या अधिकांश मूल्यों को खोजने के लिए उचित होगा वितरण।

अब, इस विचलन को सापेक्ष शर्तों में मापा जाता है, यह माना जाता है कि औसत नमूना डेटा से कितने मानक विचलन दूर हैं। दूसरे शब्दों में, हम जेड-स्कोर से निपट रहे हैं

गणित के मानदंड का उपयोग करके गणितीय रूप से, मतलब के चारों ओर बैंड जहां "उचित" डेटा मान रहते हैं \(P = 1- \frac{1}{2n}\)तो फिर, कुल क्षेत्र जहां बाहरी लोग रहते हैं \(\frac{1}{4n}\), दो पूंछ पर आवंटित, जहां \(n\) नमूना आकार है

तो दूसरे शब्दों में, हमें एक थ्रेसहोल्ड मूल्य मिलता है \(D_{max}\) जो निम्न स्थिति को संतुष्ट करता है

\[ \Pr(Z > D_{max} = \displaystyle \frac{1}{4n}\]

और एक मूल्य \(X\) एक बाहरी होगा यदि इसके एसोसिएशन जेड-स्कोर में एक पूर्ण मूल्य है जो \(D_{max}\) से अधिक है, यह है \(|Z| > D_{max}\)।

क्यों आउटलेयर इतने प्रासंगिक हैं

जैसा कि हमने पहले उल्लेख किया था, आउटलाइजर्स एक लक्षण हो सकता है जो सामान्यता की कमी का संकेत दे सकता है, जो इंगित करेगा कि जेड-टेस्ट और टी-टेस्ट जैसी विभिन्न सांख्यिकीय प्रक्रियाएं अविश्वसनीय निष्कर्ष निकालेगी।

चौवेनेट का मानदंड का उपयोग करके आउटलेयर खोजने का एकमात्र तरीका नहीं है, जैसा कि आप भी कर सकते हैं IQR नियम का उपयोग कर्को आउलेयर लॉग । अब, आउटलाइजर्स का पता लगाना केवल बड़ी योजना का एक हिस्सा है, जब भी आप सांख्यिकीय विश्लेषण चलाने के लिए चाहते हैं, तो आपको शायद पहले की आवश्यकता हो रन वार्ननांतमक सांत्य विश्रेष्ठ के वितरण गुणों का आकलन करने के लिए नमूना इस्तेमाल किया।