Calculateur de test de Grubbs : rapide

📊 Le test de Grubbs (également appelé test résiduel normé maximum ou ESDM — Extreme Studentized Deviate Method for a single aberrant) est une procédure statistique utilisée pour détecter une seule valeur aberrante dans un ensemble de données univariées qui suit une distribution approximativement normale. Il a été développé par Frank E.

📊 Grubbs, un statisticien américain qui a publié le test dans son article historique de 1969 "Procédures de détection des observations éloignées dans les échantillons" dans Technometrics. Le travail de Grubbs s'est appuyé sur des contributions antérieures de Thompson (1935) et d'autres, mais son traitement systématique du problème - y compris des tableaux de valeurs critiques pour différentes tailles d'échantillon et niveaux de signification - a rendu le test accessible et largement adopté.

📊 Le test évalue l'hypothèse nulle H₀ : il n'y a pas de valeurs aberrantes dans les données par rapport à l'hypothèse alternative H₁ : il y a exactement une valeur aberrante. Il fonctionne en identifiant le point de données le plus éloigné de la moyenne de l'échantillon, en calculant une statistique de test G qui mesure le degré d'extrême de ce point par rapport à la répartition globale des données et en comparant G à une valeur critique dérivée de la distribution t.

📊 Si G dépasse la valeur critique au niveau de signification α choisi, l'hypothèse nulle est rejetée et le point extrême est déclaré valeur statistique aberrante. Le test de Grubbs est particulièrement populaire dans les domaines du contrôle qualité, de la chimie analytique et de la médecine de laboratoire, où un seul échantillon contaminé, un dysfonctionnement d'un instrument ou une erreur de transcription peuvent produire une observation radicalement différente des autres. Le test suppose que les données sous-jacentes (à l'exclusion de la valeur aberrante potentielle) suivent une distribution normale, ce qui signifie qu'elles ne doivent être appliquées qu'après avoir vérifié la normalité. Vous pouvez utiliser notre Vérificateur d'hypothèses de régression pour évaluer la normalité de votre ensemble de données. Lorsque plusieurs valeurs aberrantes sont suspectées, le test de Grubbs doit être appliqué de manière itérative (supprimer une valeur aberrante à la fois et réexécuter), bien que cela gonfle le taux d'erreur global de type I. Pour détecter plusieurs valeurs aberrantes simultanément, envisagez plutôt le test ESD généralisé (Extreme Studentized Deviate) ou le test de Rosner.