Grubbs 離群值檢定計算機的功能
本計算機將 Grubbs 檢定(又稱最大標準化殘差檢定)套用於一組測量值。它會檢查最大值、最小值,或距離平均值最遠的值是否為單一離群值。計算結果包括 G 統計量、在您所設定顯著水準下的臨界值,以及拒絕或不拒絕的判定。本工具適合需要快速檢查單一可疑讀數的實驗室分析人員、工程師與學生。計算方法依循 NIST/SEMATECH e-Handbook 的定義。
使用方法
請輸入資料值:至少 3 個數字,以空格、換行或分號分隔,小數點請使用句點。選擇檢定類型:最大值(單尾)、最小值(單尾)或最極端值(雙尾)。設定顯著水準 alpha,數值須嚴格介於 0 與 1 之間,通常為 0.05。結果會顯示可疑值、N、平均值、樣本標準差、G、臨界值與判定結果。
公式
對於樣本 \(Y_1,\dots,Y_N\),其平均值為 \(\bar Y\),樣本標準差為 \(s\),統計量依檢定類型而定:
$$G=\frac{\max|Y_i-\bar Y|}{s}\quad\text{(雙尾)},\qquad G=\frac{Y_{max}-\bar Y}{s},\qquad G=\frac{\bar Y-Y_{min}}{s}$$
臨界值為:
$$G_{crit}=\frac{N-1}{\sqrt{N}}\sqrt{\frac{t^2}{N-2+t^2}}$$
其中 \(t\) 是自由度為 \(N-2\) 的 Student t 分布之上尾臨界值,對雙尾檢定為 \(P(T>t)=\alpha/(2N)\),對單尾檢定為 \(\alpha/N\)。當 \(G>G_{crit}\) 時,即拒絕無離群值的虛無假設。
慣例與假設
- 標準差採用樣本形式,分母為 \(N-1\),此方式可重現 NIST 範例。
- 判定採嚴格比較:若 G 等於臨界值,則不拒絕。
- t 分位數以正則化不完全貝他函數數值求得,相對容差為 \(10^{-12}\)。
- 計算採完整雙精度浮點數;G 與臨界值顯示至小數點後 4 位。
- 本檢定僅適用於單一離群值。若懷疑有多個離群值,請改用 Tietjen-Moore 檢定或廣義 ESD 檢定。
- 資料應近似常態。接受 3 至 5000 個值,且不可全部相同。
計算範例
NIST 鈾同位素資料為 199.31、199.53、200.19、200.82、201.92、201.95、202.18 與 245.57,以最大值進行檢定,\(\alpha=0.05\)。此時 \(N=8\),\(\bar Y=206.43375\),\(s=15.852564\)。
$$G=\frac{245.57-206.43375}{15.852564}=2.4688$$
尾端機率為 \(\alpha/N=0.05/8=0.00625\),臨界值為:
$$G_{crit}=2.0317$$
由於 \(2.4688>2.0317\),拒絕 H0:245.57 被判定為離群值。
如何解讀結果與限制
拒絕代表在所選顯著水準下,該可疑值不太可能來自與其他數值相同的常態母體。結果並不說明該值為何極端,在移除前請先檢查是否有記錄錯誤或實際的製程變化。不拒絕則表示沒有足夠證據顯示存在離群值。小樣本的檢定力較低。當存在第二個極端值時,遮蔽效應可能掩蓋離群值。請勿對同一資料集重複套用此檢定,因為這會改變錯誤率。
常見問題
何時應使用雙尾選項?
當可疑值可能位於資料的任一端時使用。只有在查看資料前已決定只關注高值或只關注低值時,才使用單尾檢定。
為何臨界值以 alpha 除以 N 計算?
此檢定檢視 N 個值中的最極端者,因此採用 Bonferroni 型調整,使整體錯誤率維持在 alpha。
若我認為有兩個離群值怎麼辦?
Grubbs 檢定只能處理一個離群值。請改用 Tietjen-Moore 檢定或廣義 ESD 檢定。
為何資料必須近似常態?
臨界值來自 t 分布,而該分布假設觀測值為常態分布。偏態資料可能產生錯誤的離群值。
G 的最大可能值是多少?
為 \((N-1)/\sqrt{N}\)。當 N = 3 時為 1.1547,因此臨界值接近此上界。
資料來源
- 1.3.5.17.1. Grubbs' Test for Outliers – NIST/SEMATECH e-Handbook of Statistical Methods