Outlier - Что это такое, определение и понятие

Выброс - это аномальное и экстремальное наблюдение в статистической выборке или временном ряду данных, которое потенциально может повлиять на оценку его параметров.

Проще говоря, выбросом будет наблюдение в пределах выборки или временного ряда данных, которое не согласуется с остальными. Представьте, например, что мы измеряем рост учеников в классе.

Представим себе выборку из 10 студентов. Высота каждого такая:

Образец 1
УченикВысота в метрах
11,65
21,80
31,72
41,68
51,75
61,85
71,62
81,79
91,82
101,69

Средний рост класса - 1,73. Если мы примем во внимание максимальную высоту (1,85) и минимальную высоту (1,62) и расстояние между ними до среднего, мы увидим, что это 0,113 и 0,117 соответственно. Как мы видим, среднее значение находится примерно в середине интервала и может считаться довольно хорошей оценкой.

Эффект выброса

Теперь давайте представим еще одну выборку из 10 учеников следующего роста:

Образец 1
УченикВысота в метрах
11,65
21,80
31,72
41,68
52,18
62,20
71,62
81,79
91,75
101,69

В этом случае средний рост класса будет 1,81. Если теперь мы посмотрим на максимальную высоту (2,20) и минимальную высоту (1,62) и расстояние между ними до среднего значения, мы увидим, что оно составляет 0,39 и 0,18 соответственно. В этом случае среднее значение больше не находится примерно в середине диапазона.

Эффект двух самых крайних наблюдений (2.18 и 2.20) привел к смещению среднего арифметического в сторону максимального значения распределения.

В этом примере мы видим эффект, который имеют выбросы, и то, как они могут исказить расчет среднего значения.

Как обнаружить выбросы?

Как исправить эффект выбросов

В подобных ситуациях, когда есть аномальные значения, которые существенно отличаются от остальных, медиана является лучшей оценкой, чтобы знать, в какой точке сосредоточено большее количество наблюдений.

В случае обоих распределений и поскольку у нас есть четное количество значений, мы не можем взять именно то значение, которое делит распределение вдвое, для вычисления медианы. При этом после упорядочивания значений от наименьшего к наибольшему мы возьмем пятое и шестое наблюдение (оба оставляют по 4 наблюдения с каждой стороны) и вычислим медиану следующим образом:

Образец 1:

1,75+1,72/2 = 1,73

Образец 2:

1,79+1,71/2 = 1,75

Как мы видим, в выборке № 1 при отсутствии выбросов или аномальных наблюдений медиана составляет 1,73 и совпадает со средним значением. Напротив, для образца 2 среднее значение составляет 1,75. Как мы видим, это значение дальше от средней высоты, которая составляла 1,81, и дает нам более качественную оценку точки, чтобы приблизительно знать, в какой точке сосредоточено большее количество наблюдений.

Точечная оценка

Популярные посты

Крупнейшие банки мира 2018

Еще один год мы собираем список самых важных банков мира. За последний годовой финансовый год стоимость китайских банков значительно выросла. По сравнению с предыдущим годом, мы можем увидеть рост рыночной капитализации крупнейших банков мира до 5,4 трлн евро.…