Ausreißer erkennen mit dem Grubbs-Test und Dixon-Test
HTML-код
- Опубликовано: 22 авг 2024
- In diesem Video zeige ich euch wie ihr in Excel anhand verschiedener Diagramme Ausreißer in euren Daten erkennen könnt und wie ihr das Ganze auch mithilfe des Dixon- und/oder Grubbs-Tests automatisieren könnt.
Link zum Excel-Sheet:
dataanalysisto...
oder hier:
docs.google.co...
Link zum Paper von Rorabacher, 1991: pubs.acs.org/d...
Hallo, danke für das tolle Video. Eine Frage: Sobald man einen Ausreisser enfernt hat. Sollte man danach den Mittelwert und die Varianz erneut berechnen ohne den Ausreisser, und danach erst weitere Ausreisser ausfindig machen? LG und besten Dank!
*Beim Grubbs Test
Hi Marco,
Wird der Grubbs-Test sozusagen iterativ verwendet (wie im Video erwähnt, hat der Grubbs-Test so seine Schwächen beim Erkennen mehrerer Ausreißer), dann wird praktisch bei jedem Iterationsschritt der Mittelwert und die Standardabweichung neu berechnet, richtig! Diese Methode wird deshalb manchmal iterativer Grubbs-Test genannt.
Wenn dich das Ganze näher interessiert, kann ich dir folgende Literatur empfehlen:
api.semanticscholar.org/CorpusID:208231456
und
www.itl.nist.gov/div898/handbook/eda/section3/eda35h.htm
Einen MATLAB-Beispielcode für den iterativen Grubbs-Test findest du hier:
de.mathworks.com/matlabcentral/fileexchange/3961-deleteoutliers?s_tid=blogs_rc_6
Ich denke der Code ist so kurz und verständlich geschrieben, dass er sich leicht auf andere Programmiersprachen übertragen lassen sollte (falls nicht, kann ich dir gerne helfen).
VG
12:20: ist es dann mit einer Irrtumswahrscheinlichkeit von alpha=5% ein Ausreißer?
Hi Dominik,
ja so ist es. Ich habe im Video den Begriff Signifikanzlevel alpha (engl. significance level) statt Irrtumswahrscheinlichkeit verwendet, aber die sind hier im Grunde synonym.
VG