Калькулятор тестов Граббса: быстрый

Обнаружьте выбросы в вашем наборе данных с помощью теста Граббса. Наш калькулятор предоставляет статистику G, критическое значение и пошаговые...

Grubbs' Test Outlier Detection Visualization

Калькулятор тестов Граббса: быстрый

Обнаружьте выбросы в вашем наборе данных с помощью теста Граббса. Наш калькулятор предоставляет статистику G, критическое значение и пошаговые...

Введите свои данные

# Ценить

Как использовать Калькулятор тестов Граббса: быстрый

Outlier Detection

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

Статистический вывод

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.

Что такое тест Граббса?

📊 Тест Граббса (также называемый тестом максимального нормированного остатка или ESDM — метод экстремального стьюдентизированного отклонения для одного выброса) – это статистическая процедура, используемая для обнаружения одиночного выброса в одномерном наборе данных, который соответствует примерно нормальному распределению. Он был разработан Фрэнком Э.

📊 Граббсом, американским статистиком, опубликовавшим этот тест в своей знаковой статье 1969 года "Процедуры обнаружения посторонних наблюдений в выборках" в журнале Technometrics. Работа Граббса основывалась на более ранних работах Томпсона (1935) и других, но его систематическое рассмотрение проблемы, включая таблицы критических значений для различных размеров выборки и уровней значимости, сделало тест доступным и широко распространенным.

📊 Тест оценивает нулевую гипотезу H₀: в данных нет выбросов в сравнении с альтернативной гипотезой H₁: есть ровно один выброс. Он работает путем определения точки данных, которая находится дальше всего от среднего значения выборки, вычисления тестовой статистики G, которая измеряет, насколько экстремальной является эта точка по отношению к общему разбросу данных, и сравнения G с критическим значением, полученным из t-распределения.

📊 Если G превышает критическое значение на выбранном уровне значимости α, нулевая гипотеза отклоняется, а экстремальная точка объявляется статистическим выбросом. Тест Граббса особенно популярен в контроле качества, аналитической химии и лабораторной медицине, где единственный загрязненный образец, неисправность прибора или ошибка транскрипции могут привести к результатам, резко отличающимся от остальных. Тест предполагает, что базовые данные (исключая потенциальные выбросы) соответствуют нормальному распределению, а это означает, что его следует применять только после проверки нормальности. Вы можете использовать нашу Проверку предположений регрессии для оценки нормальности вашего набора данных. При подозрении на наличие нескольких выбросов тест Граббса следует применять итеративно (удалять по одному выбросу за раз и повторять его), хотя это увеличивает общую частоту ошибок типа I. Для одновременного обнаружения нескольких выбросов используйте тест Generalized ESD (экстремальное стьюдентизированное отклонение) или тест Рознера.

How Grubbs' Test Works

Когда использовать тест Граббса

  • Вы подозреваете, что в нормально распределенных данных есть один выброс.
  • Вам нужен формальный статистический тест, а не визуальный осмотр
  • Вам нужно решить, следует ли удалять крайнюю точку данных.
  • Вы проверяете качество измерений на наличие аномалий

Limitations of Grubbs' Test