Тестов калкулатор на Grubbs: Бърз

📊 Тестът на Гръбс (наричан още тест за максимален нормиран остатък или ESDM — метод на екстремни студентизирани отклонения за единично отклонение) е статистическа процедура, използвана за откриване на единично отклонение в едномерен набор от данни, който следва приблизително нормално разпределение. Той е разработен от Франк Е.

📊 Гръбс, американски статистик, който публикува теста в своята забележителна статия от 1969 г. „Процедури за откриване на извънредни наблюдения в проби“ в Technometrics. Работата на Гръбс се основава на по-ранни приноси на Томпсън (1935) и други, но неговото систематично третиране на проблема — включително таблици с критични стойности за различни размери на извадката и нива на значимост — направи теста достъпен и широко възприет.

📊 Тестът оценява нулевата хипотеза H₀: няма отклонения в данните спрямо алтернативната хипотеза H₁: има точно едно отклонение. Той работи чрез идентифициране на точката от данни, която е най-отдалечена от средната стойност на извадката, изчисляване на тестова статистика G, която измерва колко екстремна е тази точка спрямо цялостното разпространение на данните и сравнява G с критична стойност, получена от t-разпределението.

📊 Ако G надвишава критичната стойност при избраното ниво на значимост α, нулевата хипотеза се отхвърля и екстремната точка се обявява за статистическа отклонение. Тестът на Grubbs е особено популярен в контрола на качеството, аналитичната химия и лабораторната медицина, където една единствена замърсена проба, неизправност на инструмента или грешка в транскрипцията може да доведе до наблюдение, което е драматично различно от останалите. Тестът предполага, че базовите данни (с изключение на потенциалния отклонение) следват нормално разпределение, което означава, че трябва да се прилага само след проверка на нормалността — можете да използвате нашата Проверка на допусканията за регресия, за да оцените нормалността на вашия набор от данни. Когато се подозират множество извънредни стойности, тестът на Grubbs трябва да се прилага итеративно (отстранявайте един по един извънредни стойности и пускайте отново), въпреки че това повишава общия процент на грешки от тип I. За откриване на множество извънредни стойности едновременно, помислете за генерализирания ESD (Extreme Studentized Deviate) тест или теста на Rosner вместо това.