Grubbs-ի թեստն օգտագործվում է նորմալ բաշխված տվյալների հավաքածուում մեկ ուրվագիծ գտնելու համար: Թեստը պարզում է, թե արդյոք նվազագույն արժեքը կամ առավելագույն արժեքն արտաքուստ է: Զգուշացումներ. թեստն օգտագործվում է միայն սովորական բաշխված տվյալների մեջ մեկ ուրվագիծ գտնելու համար (բացառությամբ պոտենցիալ արտանետման):
Ինչի՞ համար է օգտագործվում Grubbs թեստը:
Grubbs-ի թեստը (Grubbs 1969 and Stefansky 1972) օգտագործվում է որոշելու համար մեկ ուրվագիծ մի փոփոխական տվյալների հավաքածուում, որը հետևում է մոտավորապես նորմալ բաշխմանը::
Grubbs թեստը պահանջում է նորմալ բաշխում:
Grubbs-ի թեստը հիմնված է նորմալության ենթադրության վրա: Այսինքն, նախ պետք է ստուգել, որ տվյալները կարող են ողջամտորեն մոտավորվել նորմալ բաշխմամբ՝ նախքան Գրաբսի թեստը կիրառելը: Գրաբսի թեստը միաժամանակ հայտնաբերում է մեկ արտաքուստ:
Որքա՞ն մեծ պետք է լինի արժեքը, որպեսզի հայտարարվի որպես արտաքուստ:
Ի հակադրություն, օգտագործելով մեր կանոնը, որը հիմնված է մեդիանայի և MAD-ի վրա, 4-ից մեծ կամ հավասար բոլոր արժեքներըեն հայտարարված դուրս: Այսինքն, միջին և ստանդարտ շեղումը օգտագործելիս 41 արժեքներ հայտարարվում են արտանետումներ՝ ընդդեմ միայն 150 արժեքի: Նկար 3.3. Տուփի սյուժեի օրինակ։
Ի՞նչ է նշանակում P արժեքը Grubbs թեստում:
Գ. Գրաբսի փորձարկման վիճակագրությունը (G) նմուշի միջինի և տվյալների ամենափոքր կամ ամենամեծ արժեքի տարբերությունն է՝ բաժանված ստանդարտ շեղման վրա: Minitab-ը օգտագործում է Grubbs-ի թեստի վիճակագրությունը p-արժեքը հաշվարկելու համար, որը հավանականություն է:մերժելով զրոյական վարկածը, երբ այն ճիշտ է.
