Grubbs testkalkylator: Snabb
Upptäck extremvärden i din datauppsättning med Grubbs test. Vår kalkylator ger G-statistik, kritiskt värde och steg-för-steg matematiska beräkningar.
Grubbs testkalkylator: Snabb
Upptäck extremvärden i din datauppsättning med Grubbs test. Vår kalkylator ger G-statistik, kritiskt värde och steg-för-steg matematiska beräkningar.
Ange dina datapunkter
| # | Värde |
|---|
Resultat
Testresultat
G-statistik
Kritiskt värde
Misstänkt Outlier
Medelvärde (x̄)
Std. Avvikelse (s)
P-värde (ungefär)
Datapunkter (n)
Steg-för-steg lösning
Hur man använder detta Grubbs testkalkylator: Snabb
Outlier Detection
Identify individual data points that significantly deviate from the rest of the sample.
Statistisk utdata
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.
Vad är Grubbs test?
📊 Grubbs test (även kallat det maximala normerade residualtestet eller ESDM — Extreme Studentized Deviate Method for a single outlier) är en statistisk procedur som används för att detektera en single outlier i en univariat datauppsättning som följer en ungefärlig normalfördelning. Det utvecklades av Frank E.
📊 Grubbs, en amerikansk statistiker som publicerade testet i sin landmärke 1969 artikel "Procedures for Detecting Outlying Observations in Samples" in Technometrics. Grubbs arbete byggde på tidigare bidrag från Thompson (1935) och andra, men hans systematiska behandling av problemet – inklusive tabeller över kritiska värden för olika urvalsstorlekar och signifikansnivåer – gjorde testet tillgängligt och allmänt antaget.
📊 Testet utvärderar nollhypotesen H₀ mot: det finns inga avvikande data i alternativen: det finns exakt en avvikelse. Det fungerar genom att identifiera den datapunkt som är längst bort från urvalets medelvärde, beräkna en teststatistik G som mäter hur extrem den punkten är i förhållande till den övergripande spridningen av data, och jämföra G med ett kritiskt värde som härletts från t-fördelningen.
📊 Om G överskrider det kritiska värdet vid den valda signifikansnivån avvisas extrempunkten en statistisk nollpunkt och den avvisas statistiska nollpunkten. avvikare. Grubbs test är särskilt populärt inom kvalitetskontroll, analytisk kemi och laboratoriemedicin, där ett enstaka kontaminerat prov, instrumentfel eller transkriptionsfel kan ge en observation som skiljer sig dramatiskt från resten. Testet förutsätter att de underliggande data (exklusive den potentiella avvikelsen) följer en normalfördelning, vilket innebär att den endast bör tillämpas efter att ha verifierat normaliteten – du kan använda vår Regressionsantaganden för att kontrollera dina datauppsättningar. När flera extremvärden misstänks bör Grubbs test tillämpas iterativt (ta bort en extremvärd i taget och köra om), även om detta ökar den totala felfrekvensen av typ I. För att upptäcka flera extremvärden samtidigt, överväg det generaliserade ESD-testet (Extreme Studentized Deviate) eller Rosners test istället.
How Grubbs' Test Works
När ska du använda Grubbs test
- Du misstänker en enda extremvärde i normalfördelad data
- Du vill ha ett formellt statistiskt test snarare än visuell inspektion
- Du måste bestämma om du vill ta bort en extrem datapunkt
- Du kvalitetskontrollerar mätningar för anomalier