গ্রাবস টেস্ট ক্যালকুলেটর: দ্রুত

📊 Grubbs' পরীক্ষা (এছাড়াও বলা হয় সর্বাধিক আদর্শ অবশিষ্ট পরীক্ষা বা ESDM — একক আউটলারের জন্য চরম স্টুডেন্টাইজড ডিভিয়েট মেথড) হল একটি পরিসংখ্যানগত পদ্ধতি যা একটি একক আউটলায়ার শনাক্ত করতে ব্যবহৃত হয় একটি ভিন্ন ডেটাসেটে যা প্রায় স্বাভাবিক বিতরণ অনুসরণ করে। এটি তৈরি করেছেন ফ্রাঙ্ক ই.

📊 গ্রুবস, একজন আমেরিকান পরিসংখ্যানবিদ যিনি টেকনোমেট্রিক্সে তার ল্যান্ডমার্ক 1969 গবেষণাপত্রে "নমুনাগুলিতে বহির্মুখী পর্যবেক্ষণ সনাক্তকরণের পদ্ধতি"তে পরীক্ষাটি প্রকাশ করেছিলেন। গ্রুবসের কাজ থম্পসন (1935) এবং অন্যদের দ্বারা পূর্ববর্তী অবদানের উপর নির্মিত, কিন্তু সমস্যাটির তার পদ্ধতিগত চিকিত্সা — বিভিন্ন নমুনার আকার এবং তাত্পর্য স্তরের জন্য সমালোচনামূলক মূল্য সারণী সহ — পরীক্ষাটিকে অ্যাক্সেসযোগ্য এবং ব্যাপকভাবে গৃহীত করেছে। H₁: ঠিক একটি বহিরাগত আছে। এটি নমুনা গড় থেকে সবচেয়ে দূরে থাকা ডেটা পয়েন্ট শনাক্ত করে কাজ করে, একটি পরীক্ষার পরিসংখ্যান G গণনা করে যা পরিমাপ করে যে বিন্দুটি ডেটার সামগ্রিক বিস্তারের সাথে কতটা চরম, এবং T-বন্টন থেকে প্রাপ্ত একটি সমালোচনামূলক মানের সাথে G এর তুলনা করে। একটি পরিসংখ্যান বহির্মুখী। গ্রুবসের পরীক্ষা গুণ নিয়ন্ত্রণ, বিশ্লেষণীয় রসায়ন এবং ল্যাবরেটরি মেডিসিনতে বিশেষভাবে জনপ্রিয়, যেখানে একটি দূষিত নমুনা, যন্ত্রের ত্রুটি, বা ট্রান্সক্রিপশন ত্রুটি একটি পর্যবেক্ষণ তৈরি করতে পারে যা বাকিদের থেকে নাটকীয়ভাবে আলাদা। পরীক্ষাটি অনুমান করে যে অন্তর্নিহিত ডেটা (সম্ভাব্য বহির্মুখী ব্যতীত) একটি স্বাভাবিক বন্টন অনুসরণ করে, যার মানে এটি কেবলমাত্র স্বাভাবিকতা যাচাই করার পরেই প্রয়োগ করা উচিত — আপনি আমাদের আপনার রেজিশনের চেক করার জন্য ব্যবহার করতে পারেন ডেটাসেট যখন একাধিক আউটলায়ার সন্দেহ হয়, তখন গ্রুবসের পরীক্ষাটি পুনরাবৃত্তিমূলকভাবে প্রয়োগ করা উচিত (একবারে একটি আউটলায়ার সরান এবং পুনরায় চালান), যদিও এটি সামগ্রিক প্রকার I ত্রুটির হার বাড়িয়ে দেয়। একই সাথে একাধিক আউটলায়ার শনাক্ত করার জন্য, এর পরিবর্তে জেনারেলাইজড ইএসডি (এক্সট্রিম স্টুডেন্টাইজড ডেভিয়েট) পরীক্ষা বা রোজনার পরীক্ষা বিবেচনা করুন।