Definice
Odlehlá hodnota je pozorování, které se nápadně liší od ostatních — chyba měření či zápisu, jiná populace, nebo skutečný vzácný jev. Ovlivňuje průměr, směrodatnou odchylku, korelaci i regresní koeficienty, proto ji před analýzou identifikujte (krabicový graf, pravidlo 1,5násobku IQR, z-skóre, Cookova vzdálenost) a rozhodněte, jak s ní naložit.
Data a vizualizace
Odlehlé hodnoty nemažte automaticky: nejdřív ověřte příčinu. Chybu opravte nebo vyřaďte; skutečnou hodnotu ponechte a použijte robustní metody (medián, neparametrické testy, robustní regrese) nebo analýzu proveďte s ní i bez ní a rozdíl popište.
Ve vícerozměrných datech může být bod nenápadný v každé proměnné zvlášť, ale odlehlý v jejich kombinaci — pomáhá Mahalanobisova vzdálenost nebo PCA. V regresi rozlišujte odlehlost v odezvě (velké reziduum) a v prediktorech (vysoká páka).
V Statistice
Statistica označí odlehlé hodnoty v krabicových grafech, v regresní diagnostice (standardizovaná rezidua, Cookova vzdálenost, páka) a v regulačních diagramech; body lze v interaktivním grafu vybrat, dohledat v tabulce a dočasně vyloučit pomocí podmínek výběru bez zásahu do dat. Nástroje pro čištění dat jsou v nabídce Data.
Související pojmy
- Krabicový grafKrabicový graf zobrazuje rozdělení dat pěti čísly: krabice sahá od dolního k hornímu kvartilu (prostředních 50 %…
- Průměr, medián a modusPrůměr, medián a modus jsou míry polohy — jedno číslo, které shrnuje, „kde“ data leží.
- Neparametrické testyNeparametrické testy nepředpokládají normální rozdělení — pracují s pořadím hodnot místo s hodnotami samými.
- Lineární regreseLineární regrese popisuje, jak závislá proměnná (výnos, cena, spotřeba) závisí na jedné nebo více vysvětlujících…
- Regulační diagramy (SPC)Regulační diagram je základní nástroj statistické regulace procesu (SPC): vynáší měření v čase spolu s centrální…
Návody v knowledgebase
Časté otázky
- Mám odlehlou hodnotu odstranit?
- Jen když prokážete chybu. Jinak ji ponechte a použijte robustní metody nebo uveďte výsledky s ní i bez ní.
- Jaké pravidlo odlehlost určuje?
- Nejčastěji 1,5násobek mezikvartilového rozpětí za kvartily (krabicový graf) nebo |z| > 3; v regresi Cookova vzdálenost nad 1 či 4/n.
Vyzkoušejte to na vlastních datech
Statistica na 30 dní zdarma
Plná verze bez platební karty, kompletně v češtině. Nebo si nechte poslat orientační cenu za minutu.