Kalkulator Ujian Grubbs: Cepat

Kesan outlier dalam set data anda menggunakan ujian Grubbs. Kalkulator kami menyediakan statistik G, nilai kritikal dan pengiraan matematik langkah demi...

Grubbs' Test Outlier Detection Visualization

Kalkulator Ujian Grubbs: Cepat

Kesan outlier dalam set data anda menggunakan ujian Grubbs. Kalkulator kami menyediakan statistik G, nilai kritikal dan pengiraan matematik langkah demi...

Masukkan titik data anda

# Nilai

Cara Menggunakan Ini Kalkulator Ujian Grubbs: Cepat

Outlier Detection

Identify individual data points that significantly deviate from the rest of the sample.

Output Statistik

Calculate the G statistic and compare it with critical values at specified significance levels.

Normality Check

Assumes the underlying data follows a normal distribution for accurate detection.

Grubbs' test is most effective for detecting a single outlier in datasets with at least 3 observations.

Apakah Ujian Grubbs?

📊 Ujian Grubbs (juga dikenali sebagai ujian baki norma maksimum atau ESDM — Kaedah Sisihan Pelajar Ekstrim untuk satu outlier) ialah prosedur statistik yang digunakan untuk mengesan outlier tunggal dalam set data univariat yang mengikut taburan kira-kira normal. Ia telah dibangunkan oleh Frank E.

📊 Grubbs, seorang ahli statistik Amerika yang menerbitkan ujian itu dalam kertas terkenalnya pada tahun 1969 "Prosedur untuk Mengesan Pemerhatian Luar dalam Sampel" dalam Technometrik. Kerja Grubbs dibina berdasarkan sumbangan terdahulu oleh Thompson (1935) dan lain-lain, tetapi rawatan sistematiknya terhadap masalah itu — termasuk jadual nilai kritikal untuk pelbagai saiz sampel dan tahap keertian — menjadikan ujian itu boleh diakses dan diterima pakai secara meluas.

📊 Ujian ini menilai hipotesis nol H₀: tidak ada hipotesis alternatif yang betul-betul ada: luar. Ia berfungsi dengan mengenal pasti titik data yang paling jauh daripada min sampel, mengira statistik ujian G yang mengukur sejauh mana keterlaluan titik itu adalah relatif kepada penyebaran keseluruhan data dan membandingkan G dengan nilai kritikal yang diperoleh daripada taburan-t.

📊 Jika G melebihi nilai kritikal pada aras keertian yang dipilih α, titik nol diisytiharkan sebagai ekstrem statistik dan hipotesis ditolak. Ujian Grubbs amat popular dalam kawalan kualiti, kimia analitik dan perubatan makmal, di mana satu sampel tercemar, pincang fungsi instrumen atau ralat transkripsi boleh menghasilkan pemerhatian yang berbeza secara dramatik daripada yang lain. Ujian ini menganggap bahawa data asas (tidak termasuk potensi outlier) mengikut taburan normal, yang bermaksud ia hanya perlu digunakan selepas mengesahkan kenormalan — anda boleh menggunakan Regression Checker Assumptions kami pada dataset normal anda. Apabila berbilang outlier disyaki, ujian Grubbs harus digunakan secara berulang (alih keluar satu outlier pada satu masa dan jalankan semula), walaupun ini meningkatkan kadar ralat Jenis I keseluruhan. Untuk mengesan berbilang outlier secara serentak, pertimbangkan ujian Generalized ESD (Extreme Studentized Deviate) atau ujian Rosner.

How Grubbs' Test Works

Bila Menggunakan Ujian Grubbs

  • Anda mengesyaki satu outlier dalam data yang diedarkan secara normal
  • Anda mahukan ujian statistik formal dan bukannya pemeriksaan visual
  • Anda perlu memutuskan sama ada untuk mengalih keluar titik data yang melampau
  • Anda adalah ukuran semakan kualiti untuk anomali

Limitations of Grubbs' Test