Công cụ kiểm định ngoại lai Grubbs

Công cụ kiểm định ngoại lai Grubbs

Đang tăng trưởng AI Skill PRO

Nhập phép tính

Ít nhất 3 số, phân cách bằng dấu cách, xuống dòng hoặc dấu chấm phẩy.

Công thức

Gcrit=N−1Nt2N−2+t2,P(T>t)=Mức ý nghĩa (alpha)2NG_{crit}=\frac{N-1}{\sqrt N}\sqrt{\frac{t^2}{N-2+t^2}},\quad P(T>t)=\frac{\text{Mức ý nghĩa (alpha)}}{2N}
Xem các bước tính (1)
  1. Thống kê G

    G=max⁡|Các giá trị dữ liệui−Y‾|sG=\frac{\max\left|\text{Các giá trị dữ liệu}_i-\bar Y\right|}{s}

    Khoảng cách của giá trị nghi ngờ so với trung bình, tính theo đơn vị s.

Thống kê sử dụng

Quảng cáo

Kết quả

Phát hiện giá trị ngoại lai (bác bỏ H0)
Phát hiện giá trị ngoại lai
Thống kê G của Grubbs 2,4688
Giá trị tới hạn 2,0317
Giá trị ngoại lai nghi ngờ 245,57
Cỡ mẫu N 8
Trung bình mẫu 206,4337
Độ lệch chuẩn mẫu 15,8526
Xác suất đuôi 0,006250
Chỉ một giá trị ngoại lai; dữ liệu nên xấp xỉ chuẩn.

Báo lỗi nội dung trang này

Công cụ kiểm định ngoại lai Grubbs làm gì

Công cụ này áp dụng kiểm định Grubbs, còn gọi là kiểm định phần dư chuẩn hóa cực đại, cho một danh sách các phép đo. Nó kiểm tra xem giá trị lớn nhất, giá trị nhỏ nhất hay giá trị cách xa trung bình nhất có phải là một giá trị ngoại lai đơn lẻ hay không. Công cụ trả về thống kê G, giá trị tới hạn ở mức ý nghĩa bạn chọn và quyết định bác bỏ / không bác bỏ. Công cụ phù hợp với nhân viên phòng thí nghiệm, kỹ sư và sinh viên cần kiểm tra nhanh một kết quả đo đáng ngờ. Phương pháp tuân theo định nghĩa trong e-Handbook của NIST/SEMATECH.

Cách sử dụng

Nhập các giá trị dữ liệu: ít nhất 3 số, phân cách bằng dấu cách, xuống dòng hoặc dấu chấm phẩy, dùng dấu chấm làm dấu thập phân. Chọn loại kiểm định: cực đại (một phía), cực tiểu (một phía), hoặc giá trị cực đoan nhất (hai phía). Đặt mức ý nghĩa alpha, nằm nghiêm ngặt giữa 0 và 1, thường là 0,05. Kết quả hiển thị giá trị nghi ngờ, N, trung bình, độ lệch chuẩn mẫu, G, giá trị tới hạn và quyết định.

Công thức

Với mẫu \(Y_1,\dots,Y_N\), có trung bình \(\bar Y\) và độ lệch chuẩn mẫu \(s\), thống kê phụ thuộc vào loại kiểm định:

$$G=\frac{\max|Y_i-\bar Y|}{s}\quad\text{(hai phía)},\qquad G=\frac{Y_{max}-\bar Y}{s},\qquad G=\frac{\bar Y-Y_{min}}{s}$$

Giá trị tới hạn là:

$$G_{crit}=\frac{N-1}{\sqrt{N}}\sqrt{\frac{t^2}{N-2+t^2}}$$

Ở đây \(t\) là giá trị tới hạn phía trên của phân phối t Student với \(N-2\) bậc tự do, trong đó \(P(T>t)=\alpha/(2N)\) với kiểm định hai phía và \(\alpha/N\) với các kiểm định một phía. Giả thuyết không có ngoại lai bị bác bỏ khi \(G>G_{crit}\).

Biểu đồ chấm với một cụm điểm xanh quanh giá trị trung bình và một điểm đỏ nằm xa về bên phải, có mũi tên thể hiện khoảng cách của nó đến trung bình
Giá trị G của Grubbs là khoảng cách từ điểm nghi ngờ đến trung bình mẫu, tính bằng số độ lệch chuẩn.

Quy ước và giả định

  • Độ lệch chuẩn là dạng mẫu với \(N-1\) ở mẫu số. Cách này tái tạo ví dụ của NIST.
  • Quyết định mang tính nghiêm ngặt: G bằng giá trị tới hạn thì không bị bác bỏ.
  • Phân vị t được tìm bằng số từ hàm beta không hoàn chỉnh chuẩn hóa, với sai số tương đối \(10^{-12}\).
  • Tính toán dùng độ chính xác kép đầy đủ; G và giá trị tới hạn được hiển thị với 4 chữ số thập phân.
  • Kiểm định chỉ áp dụng cho một giá trị ngoại lai. Nếu nghi ngờ có nhiều giá trị ngoại lai, hãy dùng kiểm định Tietjen-Moore hoặc kiểm định ESD tổng quát.
  • Dữ liệu nên xấp xỉ chuẩn. Chấp nhận từ 3 đến 5000 giá trị, và không được tất cả đều giống nhau.
Quảng cáo
Ba đường cong hình chuông lần lượt tô đậm đuôi trái, đuôi phải và cả hai đuôi
Kiểm định giá trị nhỏ nhất (đuôi trái), giá trị lớn nhất (đuôi phải) hoặc cả hai cực trị (hai phía, alpha được chia đều cho hai đuôi).

Ví dụ minh họa

Dữ liệu đồng vị uranium của NIST là 199,31; 199,53; 200,19; 200,82; 201,92; 201,95; 202,18 và 245,57, được kiểm định như giá trị cực đại với \(\alpha=0.05\). Ở đây \(N=8\), \(\bar Y=206.43375\) và \(s=15.852564\).

$$G=\frac{245.57-206.43375}{15.852564}=2.4688$$

Xác suất đuôi là \(\alpha/N=0.05/8=0.00625\), và giá trị tới hạn là:

$$G_{crit}=2.0317$$

Vì \(2.4688>2.0317\), H0 bị bác bỏ: 245,57 được xác định là giá trị ngoại lai.

Cách đọc kết quả và hạn chế

Bác bỏ có nghĩa là giá trị nghi ngờ khó có thể thuộc cùng tổng thể chuẩn với các giá trị còn lại ở mức ý nghĩa đã chọn. Kết quả không cho biết vì sao giá trị đó cực đoan; hãy kiểm tra lỗi ghi chép hoặc thay đổi thực sự của quy trình trước khi loại bỏ. Không bác bỏ nghĩa là không có đủ bằng chứng về giá trị ngoại lai. Mẫu nhỏ có độ mạnh thống kê thấp. Hiện tượng che khuất có thể giấu một giá trị ngoại lai khi tồn tại thêm một giá trị cực đoan thứ hai. Không nên áp dụng kiểm định lặp lại nhiều lần trên cùng một bộ dữ liệu, vì điều này làm thay đổi tỷ lệ sai lầm.

Quảng cáo
Thanh đo có vùng xanh lá, vùng đỏ và ngưỡng giá trị tới hạn, với kim chỉ thống kê G nằm trong vùng đỏ
Nếu G lớn hơn G_crit, giá trị nghi ngờ được xác định là ngoại lai ở mức ý nghĩa đã chọn.

Câu hỏi thường gặp

Khi nào nên dùng tùy chọn hai phía?

Dùng khi giá trị nghi ngờ có thể nằm ở một trong hai đầu của dữ liệu. Chỉ dùng kiểm định một phía khi bạn đã quyết định trước khi xem dữ liệu rằng chỉ các giá trị cao hoặc chỉ các giá trị thấp mới đáng quan tâm.

Vì sao giá trị tới hạn dựa trên alpha chia cho N?

Kiểm định xét giá trị cực đoan nhất trong N giá trị, nên một điều chỉnh kiểu Bonferroni được dùng để giữ tỷ lệ sai lầm tổng thể ở mức alpha.

Nếu tôi nghĩ có hai giá trị ngoại lai thì sao?

Kiểm định Grubbs chỉ xử lý được một giá trị. Hãy dùng kiểm định Tietjen-Moore hoặc kiểm định ESD tổng quát thay thế.

Vì sao dữ liệu phải xấp xỉ chuẩn?

Giá trị tới hạn đến từ phân phối t, vốn giả định các quan sát có phân phối chuẩn. Dữ liệu lệch có thể tạo ra các giá trị ngoại lai giả.

G lớn nhất có thể là bao nhiêu?

Đó là \((N-1)/\sqrt{N}\). Với N = 3, giá trị này là 1,1547, nên giá trị tới hạn gần với giới hạn này.

Nguồn tham khảo

Nguồn tham khảo

  • 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. · Đã kiểm tra ngày 2026-11-04
Cập nhật lần cuối:

Phổ biến nhất trong Toán học và Thống kê

Xem tất cả máy tính Toán học và Thống kê