ग्रब्स आउटलायर टेस्ट कैलकुलेटर क्या करता है
यह कैलकुलेटर ग्रब्स टेस्ट, जिसे अधिकतम सामान्यीकृत अवशिष्ट टेस्ट भी कहा जाता है, को मापन की सूची पर लागू करता है। यह जांचता है कि सबसे बड़ा मान, सबसे छोटा मान, या माध्य से सबसे दूर का मान एकल आउटलायर है या नहीं। यह आपके सार्थकता स्तर पर G सांख्यिकी, क्रिटिकल मान और अस्वीकार / अस्वीकार न करने का निर्णय लौटाता है। यह प्रयोगशाला विश्लेषकों, इंजीनियरों और छात्रों के लिए उपयुक्त है जिन्हें किसी एक संदिग्ध रीडिंग की त्वरित जांच चाहिए। यह विधि NIST/SEMATECH e-Handbook की परिभाषा का पालन करती है।
इसका उपयोग कैसे करें
पहले डेटा मान दर्ज करें: स्थान, नई पंक्ति या अर्धविराम से अलग कम से कम 3 संख्याएं, जिनमें दशमलव चिह्न के रूप में बिंदु का उपयोग हो। परीक्षण प्रकार चुनें: अधिकतम (एकपक्षीय), न्यूनतम (एकपक्षीय), या सबसे चरम मान (द्विपक्षीय)। सार्थकता स्तर अल्फा सेट करें, जो 0 और 1 के बीच सख्ती से होना चाहिए, आमतौर पर 0.05। परिणाम में संदिग्ध मान, N, माध्य, नमूना मानक विचलन, G, क्रिटिकल मान और निर्णय दिखाए जाते हैं।
सूत्र
नमूने \(Y_1,\dots,Y_N\) के लिए, माध्य \(\bar Y\) और नमूना मानक विचलन \(s\) के साथ, सांख्यिकी परीक्षण प्रकार पर निर्भर करती है:
$$G=\frac{\max|Y_i-\bar Y|}{s}\quad\text{(द्विपक्षीय)},\qquad G=\frac{Y_{max}-\bar Y}{s},\qquad G=\frac{\bar Y-Y_{min}}{s}$$
क्रिटिकल मान है:
$$G_{crit}=\frac{N-1}{\sqrt{N}}\sqrt{\frac{t^2}{N-2+t^2}}$$
यहां \(t\) स्टूडेंट के t वितरण का ऊपरी-पूंछ क्रिटिकल मान है, जिसके स्वतंत्रता की घात \(N-2\) हैं, जहां द्विपक्षीय परीक्षण के लिए \(P(T>t)=\alpha/(2N)\) और एकपक्षीय परीक्षणों के लिए \(\alpha/N\) है। आउटलायर न होने की शून्य परिकल्पना तब अस्वीकार की जाती है जब \(G>G_{crit}\)।
परंपराएं और मान्यताएं
- मानक विचलन हर में \(N-1\) वाला नमूना रूप है। यह NIST उदाहरण को दोहराता है।
- निर्णय सख्त है: G, क्रिटिकल मान के बराबर होने पर अस्वीकार नहीं किया जाता।
- t क्वांटाइल नियमित अपूर्ण बीटा फलन से संख्यात्मक रूप से \(10^{-12}\) की सापेक्ष सहनशीलता तक निकाला जाता है।
- गणनाएं पूर्ण डबल precision में होती हैं; G और क्रिटिकल मान 4 दशमलव तक दिखाए जाते हैं।
- यह टेस्ट केवल एक आउटलायर के लिए है। यदि कई आउटलायर संदिग्ध हों, तो Tietjen-Moore टेस्ट या सामान्यीकृत ESD टेस्ट का उपयोग करें।
- डेटा लगभग सामान्य होना चाहिए। 3 से 5000 मान स्वीकार किए जाते हैं, और वे सभी समान नहीं होने चाहिए।
कार्यित उदाहरण
NIST यूरेनियम आइसोटोप डेटा 199.31, 199.53, 200.19, 200.82, 201.92, 201.95, 202.18 और 245.57 हैं, जिन्हें \(\alpha=0.05\) पर अधिकतम के रूप में परखा गया। यहां \(N=8\), \(\bar Y=206.43375\) और \(s=15.852564\) है।
$$G=\frac{245.57-206.43375}{15.852564}=2.4688$$
पूंछ की प्रायिकता \(\alpha/N=0.05/8=0.00625\) है, और क्रिटिकल मान है:
$$G_{crit}=2.0317$$
चूंकि \(2.4688>2.0317\), H0 अस्वीकार किया जाता है: 245.57 को आउटलायर घोषित किया जाता है।
परिणाम कैसे पढ़ें और सीमाएं
अस्वीकृति का अर्थ है कि चुने हुए स्तर पर संदिग्ध मान बाकी के समान सामान्य समष्टि से आने की संभावना कम है। यह नहीं बताता कि मान चरम क्यों है; उसे हटाने से पहले रिकॉर्डिंग त्रुटियों या वास्तविक प्रक्रिया परिवर्तन की जांच करें। अस्वीकार न होने का अर्थ है कि आउटलायर के पर्याप्त प्रमाण नहीं हैं। छोटे नमूनों की शक्ति कम होती है। जब दूसरा चरम मान मौजूद हो, तो मास्किंग एक आउटलायर को छिपा सकती है। एक ही डेटा सेट पर बार-बार टेस्ट न लगाएं, क्योंकि इससे त्रुटि दरें बदल जाती हैं।
अक्सर पूछे जाने वाले प्रश्न
मुझे द्विपक्षीय विकल्प कब उपयोग करना चाहिए?
इसका उपयोग तब करें जब संदिग्ध मान डेटा के किसी भी छोर पर हो सकता है। एकपक्षीय टेस्ट केवल तभी उपयोग करें जब आपने डेटा देखने से पहले तय किया हो कि केवल उच्च या केवल निम्न मान चिंता का विषय हैं।
क्रिटिकल मान अल्फा को N से भाग देकर क्यों निकाला जाता है?
टेस्ट N मानों में से सबसे चरम मान को देखता है, इसलिए कुल त्रुटि दर को अल्फा पर रखने के लिए बोनफेरोनी-प्रकार का समायोजन उपयोग होता है।
यदि मुझे लगता है कि दो आउटलायर हैं तो क्या करें?
ग्रब्स टेस्ट केवल एक को संभालता है। इसके बजाय Tietjen-Moore टेस्ट या सामान्यीकृत ESD टेस्ट का उपयोग करें।
डेटा का लगभग सामान्य होना क्यों आवश्यक है?
क्रिटिकल मान t वितरण से आता है, जो मानता है कि प्रेक्षण सामान्य रूप से वितरित हैं। विषम डेटा झूठे आउटलायर उत्पन्न कर सकता है।
सबसे बड़ा संभव G क्या है?
यह \((N-1)/\sqrt{N}\) है। N = 3 के लिए यह 1.1547 है, इसलिए क्रिटिकल मान उस सीमा के करीब है।
स्रोत
- 1.3.5.17.1. Grubbs' Test for Outliers – NIST/SEMATECH e-Handbook of Statistical Methods