Calculadora de teste de Grubbs: rápida

📊 O teste de Grubbs (também chamado de teste de resíduo normatizado máximo ou ESDM — Método de desvio estudantil extremo para um único valor discrepante) é um procedimento estatístico usado para detectar um único valor discrepante em um conjunto de dados univariado que segue uma distribuição aproximadamente normal. Ele foi desenvolvido por Frank E.

📊 Grubbs, um estatístico americano que publicou o teste em seu artigo histórico de 1969 "Procedures for Detecting Outlying Observations in Samples" na Technometrics. O trabalho de Grubbs baseou-se em contribuições anteriores de Thompson (1935) e outros, mas seu tratamento sistemático do problema - incluindo tabelas de valores críticos para vários tamanhos de amostra e níveis de significância - tornou o teste acessível e amplamente adotado.

📊 O teste avalia a hipótese nula H₀: não há valores discrepantes nos dados contra a hipótese alternativa H₁: há exatamente um valor discrepante. Ele funciona identificando o ponto de dados que está mais distante da média amostral, calculando uma estatística de teste G que mede o quão extremo esse ponto é em relação à dispersão geral dos dados e comparando G com um valor crítico derivado da distribuição t.

📊 Se G exceder o valor crítico no nível de significância α escolhido, a hipótese nula é rejeitada e o ponto extremo é declarado um valor atípico estatístico. O teste de Grubbs é particularmente popular em controle de qualidade, química analítica e medicina laboratorial, onde uma única amostra contaminada, mau funcionamento do instrumento ou erro de transcrição pode produzir uma observação que é dramaticamente diferente das demais. O teste pressupõe que os dados subjacentes (excluindo o potencial outlier) seguem uma distribuição normal, o que significa que só devem ser aplicados após a verificação da normalidade. Você pode usar nosso Verificador de suposições de regressão para avaliar a normalidade em seu conjunto de dados. Quando há suspeita de vários valores discrepantes, o teste de Grubbs deve ser aplicado iterativamente (remover um valor discrepante de cada vez e executar novamente), embora isso aumente a taxa geral de erro Tipo I. Para detectar vários valores discrepantes simultaneamente, considere o teste Generalized ESD (Extreme Studentized Deviate) ou o teste de Rosner.