Sisällysluettelo:

Mikä on monimuuttuja outlier?
Mikä on monimuuttuja outlier?

Video: Mikä on monimuuttuja outlier?

Video: Mikä on monimuuttuja outlier?
Video: POTS - It's Not Deconditioning! 2024, Saattaa
Anonim

A monimuuttuja poikkeava on yhdistelmä epätavallisia pisteitä vähintään kahdella muuttujalla. Molemmat tyypit poikkeamat voi vaikuttaa tilastollisten analyysien tuloksiin. Outliers olemassa neljästä syystä. Väärä tietojen syöttäminen voi aiheuttaa ääritapauksia.

Vastaavasti kysytään, kuinka tunnistat kaksimuuttujat poikkeavat?

Yksi tapa tarkistaa jos nämä ovat sellaisia" kaksimuuttujia poikkeavia arvoja " on tutkia tapausten jäännöksiä analyysissä. Tätä varten saamme kaksimuuttuja regressiokaava, käytä sitä takaisin jokaiseen tapaukseen saadakseen y':n ja laske sitten jäännös muodossa y-y'. Itse asiassa SPSS tekee tämän puolestamme regressioajon aikana.

Voidaan myös kysyä, mitä eroa on monimuuttujalla ja yksimuuttujalla? Yksimuuttuja ja monimuuttuja edustavat kahta lähestymistapaa tilastolliseen analyysiin. Yksimuuttuja sisältää yhden muuttujan analyysin while monimuuttuja analyysi tutkii kahta tai useampaa muuttujaa. Suurin osa monimuuttuja analyysi sisältää riippuvan muuttujan ja useita riippumattomia muuttujia.

Kun tämä otetaan huomioon, mitkä ovat erityyppiset poikkeamat?

Kolme erilaista poikkeamaa

  • Tyyppi 1: Globaalit poikkeamat (kutsutaan myös "pistepoikkeavuuksiksi"):
  • Globaali poikkeama:
  • Tyyppi 2: Asiayhteyteen liittyvät (ehdolliset) poikkeamat:
  • Kontekstuaalinen poikkeama: Arvot eivät ole normaalin globaalin vaihteluvälin ulkopuolella, mutta ne ovat epänormaaleja verrattuna kausiluonteiseen malliin.
  • Tyyppi 3: kollektiiviset poikkeamat:

Kuinka tunnistat monimuuttujat poikkeavat?

Monimuuttujat poikkeamat voidaan tunnistaa käyttämällä Mahalanobis-etäisyyttä, joka on datapisteen etäisyys lasketusta painopisteestä muissa tapauksissa, joissa sentroidi lasketaan arvioitavien muuttujien keskiarvon leikkauspisteenä.

Suositeltava: