Comment faire pour supprimer les valeurs aberrantes Avec un Z score

Lors de l’analyse d’un ensemble de données , vous pouvez souvent avoir des valeurs aberrantes , les points qui ne semblent pas correspondre au modèle de données établies par le reste des points de données . Ils peuvent souvent être vus graphiquement vos résultats , car trouver le  » meilleur ajustement  » équation pour un ensemble de points peut faire les traînards très évident . Ils peuvent être causés par des erreurs de mesure , des phénomènes inconnus ou tout simplement des inexactitudes dans la méthode expérimentale . Utilisez la méthode z-score pour éliminer les valeurs aberrantes . Instructions
Le 1

Calculer la moyenne et la médiane de l’écart absolu sur la médiane , ou MAD , de votre ensemble de données . Pour calculer la moyenne, ajouter l’ensemble des résultats et diviser cette somme par le nombre de points de données . Pour calculer la valeur médiane de l’écart absolu sur la médiane , soustraire la moyenne de chaque point de données , prendre la valeur absolue et trouver la médiane – milieu – la valeur de ces résultats
2

Calculer le z . score pour chaque point de données en soustrayant la moyenne de la population du point de données , et en divisant le résultat par le MAD . C’est modifiée z-score de ce point de données .
3

Décidez comment vous voulez déterminer une valeur aberrante . Le test heuristique indique qu’un point de données avec un z-score modifié de 3,5 ou plus doit déterminer une valeur aberrante . En fonction de votre recherche, vous pouvez éliminer l’ aberration tout à fait, ou l’intégrer dans vos résultats et de l’expliquer dans votre recherche.