Grubbs 離群值檢定計算機

Grubbs 離群值檢定計算機

成長中 AI Skill PRO

輸入計算

至少 3 個數字,以空格、換行或分號分隔。

數學公式

Gcrit=N−1Nt2N−2+t2,P(T>t)=顯著水準 (alpha)2NG_{crit}=\frac{N-1}{\sqrt N}\sqrt{\frac{t^2}{N-2+t^2}},\quad P(T>t)=\frac{\text{顯著水準 (alpha)}}{2N}
顯示計算步驟 (1)
  1. G 統計量

    G=max⁡|資料值i−Y‾|sG=\frac{\max\left|\text{資料值}_i-\bar Y\right|}{s}

    可疑值與平均值的距離,以 s 為單位。

使用統計

廣告

結果

偵測到離群值(拒絕 H0)
偵測到離群值
Grubbs G 統計量 2.4688
臨界值 2.0317
可疑離群值 245.57
樣本數 N 8
樣本平均值 206.4337
樣本標準差 15.8526
尾端機率 0.006250
僅適用於單一離群值;資料應近似常態。

回報本頁錯誤

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。

點圖:藍色點聚集在平均數附近,一個紅色點遠在右側,箭頭標示其與平均數的距離
Grubbs G 是可疑點與樣本平均數之間的距離,以標準差為單位衡量。

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。
廣告
三條鐘形曲線,依序將左尾、右尾與兩尾塗色
檢定最小值(左尾)、最大值(右尾)或任一極值(雙尾,α 平分於兩尾)。

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。

廣告
量表條包含綠色區域、紅色區域與臨界值門檻,G 統計量指針位於紅色區域
若 G 大於 G_crit,則在所選顯著水準下將該可疑值判定為離群值。

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

資料來源與參考

  • 1.3.5.17.1. Grubbs' Test for Outliers — NIST/SEMATECH e-Handbook of Statistical Methods. Defines statistic, critical region, significance levels alpha/(2N) and alpha/N, and the worked uranium isotope example. · 核實日期 2026-11-04
最後更新:

數學和統計熱門計算器

查看全部數學和統計計算器