نام فایل : يافتن مشاهدات پرت 24 ص

فرمت : .doc

تعداد صفحه/اسلاید : 21

حجم : 147 کیلوبایت

يافتن مشاهدات پرت :
مشاهدات پرت تحليل‌هاي آماري را مشكل مي‌سازند. هنگام تحليل داده‌ها، گاهي اوقات مقاديري دور از بقيه داده‌ها پيدا مي‌كنيد چنين مقاديري مشاهدات پرت ناميده مي‌شود.
هنگامي كه شما با يك مشاهده پرت روبه‌رو مي‌شويد ممكن است وسوسه شويد كه آن را حذف كنيد. در ابتدا از خود اين سوال‌ها را بپرسيد :
آيا اين مقدار را به طور صحيح وارد كامپيوتر شده؟ اگر خطايي در وارد كردن داده‌ها دارد آن را تصحيح كنيد.
آيا در رابطه با اين مقدار خطاي آزمايشي وجود دارد؟
آيا آن مشاهده از يك تنوع زيستي سبب شده است ؟ اگر هر مقدار، از يك شخص مختلف بيايد آن مشاهده ممكن است يك مقدار صحيح باشد و علت آن مشاهده علت فردي است كه با ديگران تفاوت دارد.
بعد از پاسخ منفي به اين سوال‌ها، شما بايد تصميم بگيريد كه با اين مشاهدات چه كار كنيد ؟
كه 2 احتمال وجود دارد:
يك امكان اين است كه آن مشاهده پرت از شانس ناشي شود در اين مورد شما بايد آن مقدار را در تحليل نگه داريد كه آن مقدار از جامعه‌اي مي‌آيد كه ديگر مقادير آمده‌اند بنابراين بايد محاسبه شود.
امكان ديگر آن است كه مشاهده پرت از يك خطا ناشي شود (مانند صفره يا سوراخي در فيلتر). وقتي يك مقدار نادرست در تحليل وارد شود نتيجه بي اعتبار خواهد بود و آن مقدار از جامعه متفاوت از بقيه مي‌آيد كه گمراه كننده است و بايد از داده‌ها حذف شود.
مسأله اين است كه شما هرگز مطمئن نيستيد كه كدام از اين امكان‌ها درست است.
به طور آشكار هيچ محاسبات رياضي به شما نخواهد گفت كه آن مشاهده پرت از جامعه همانند يا مختلف از بقيه داده‌ها مي‌آيد اما محاسبات آماري مي‌تواند به اين سوال پاسخ دهد. اگر مقادير واقعاً همه نمونه گرفته شده از يك توزيع باشند شانسي كه يك مقدار دور از بقيه داده‌ها باشد چيست؟ اگر اين احتمال كوچك باشد شما نتيجه‌گيري خواهيد كرد كه با احتمال زياد مشاهده پرت يك مقدار نادرست است و شما براي حذف آن توجيه و دليل دارد.
آمار شناسان چندين روش را براي شناسايي نقاط پرت تدبير كرده‌اند. همه روشها در ابتدا معلوم مي‌كنند كه اين شاهدات پرت چقدر از بقيه نقاط دور هستند. اين با محاسبه اختلاف بين مشاهده پرت و ميانگين مقادير باقي مانده و سپس تقسيم بر انحراف معيار كه استاندارد كردن آن است بدست مي‌آيد.
سپس مقدار
p-value
را براي اين سوال مقايسه مي‌كنيم. كه اگر مقدار
p- value
كوچك باشد شما نتيجه مي‌گيرد كه انحراف مشاهده پرت از بقيه نقاط معني دار است.
پس وقتي در منابع مشاهدات پرت جستجو مي‌كنيم در ابتدا بايد بررسي كنيم كه در ثبت و وارد كردن داده‌ها خطايي نباشد. براي كاهش رخداد در خطاي ثبت داده‌ها از برنامه‌اي استفاده كنيد كه امكان اجراي محاسبات روي چندين ستون اعداد را برقرار كند مانند
EXCEL
...