Grubbs 异常值检验计算器

Grubbs 异常值检验计算器

增长中 AI Skill PRO

输入计算

至少 3 个数字,以空格、换行或分号分隔。

数学公式

Gcrit=N−1Nt2N−2+t2,P(T>t)=显著性水平 (alpha)2NG_{crit}=\frac{N-1}{\sqrt N}\sqrt{\frac{t^2}{N-2+t^2}},\quad P(T>t)=\frac{\text{显著性水平 (alpha)}}{2N}
显示计算步骤 (1)
  1. G 统计量

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

    可疑值与均值的距离,以 s 为单位。

使用统计

广告

结果

检测到异常值(拒绝 H0)
检测到异常值
Grubbs G 统计量 2.4688
临界值 2.0317
可疑异常值 245.57
样本量 N 8
样本均值 206.4337
样本标准差 15.8526
尾部概率 0.006250
仅适用于单个异常值;数据应近似服从正态分布。

报告本页错误

Grubbs 异常值检验计算器的功能

本计算器对一组测量数据应用 Grubbs 检验,该检验也称为最大标准化残差检验。它用于判断最大值、最小值或距均值最远的值是否为单个异常值。计算器会给出 G 统计量、在您所设显著性水平下的临界值,以及拒绝或不拒绝原假设的判定结果。它适用于实验室分析人员、工程师和学生,用于快速检验某个可疑读数。该方法遵循 NIST/SEMATECH 电子统计手册(e-Handbook)中的定义。

使用方法

输入数据值:至少 3 个数字,以空格、换行或分号分隔,小数点使用句点。选择检验类型:最大值(单侧)、最小值(单侧)或最极端值(双侧)。设定显著性水平 alpha,取值须严格介于 0 和 1 之间,通常取 0.05。结果将显示可疑值、N、均值、样本标准差、G、临界值及判定结论。

公式

对于样本 \(Y_1,\dots,Y_N\),其均值为 \(\bar Y\),样本标准差为 \(s\),统计量取决于检验类型:

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

临界值为:

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

其中 \(t\) 为自由度为 \(N-2\) 的学生 t 分布的上尾临界值,双侧检验中 \(P(T>t)=\alpha/(2N)\),单侧检验中 \(P(T>t)=\alpha/N\)。当 \(G>G_{crit}\) 时,拒绝不存在异常值的原假设。

点图:蓝色点聚集在均值附近,一个红色点远在右侧,箭头标出其与均值的距离
Grubbs G 是可疑点与样本均值之间的距离,以标准差为单位衡量。

约定与假设

  • 标准差采用样本形式,分母为 \(N-1\)。这与 NIST 示例的结果一致。
  • 判定为严格不等式:G 等于临界值时不拒绝原假设。
  • t 分位数通过正则化不完全贝塔函数数值求解,相对容差为 \(10^{-12}\)。
  • 计算采用完整双精度;G 和临界值保留 4 位小数显示。
  • 本检验仅针对单个异常值。若怀疑存在多个异常值,请改用 Tietjen-Moore 检验或广义 ESD 检验。
  • 数据应近似服从正态分布。可接受 3 至 5000 个数值,且数值不能全部相同。
广告
三条钟形曲线,依次将左尾、右尾和两尾涂色
检验最小值(左尾)、最大值(右尾)或任一极值(双侧,α 在两尾之间平分)。

实例演示

NIST 铀同位素数据为 199.31、199.53、200.19、200.82、201.92、201.95、202.18 和 245.57,以 \(\alpha=0.05\) 作为最大值进行检验。此时 \(N=8\),\(\bar Y=206.43375\),\(s=15.852564\)。

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

尾部概率为 \(\alpha/N=0.05/8=0.00625\),临界值为:

$$G_{crit}=2.0317$$

由于 \(2.4688>2.0317\),拒绝原假设 H0:245.57 被判定为异常值。

如何解读结果及局限性

拒绝原假设意味着在所选显著性水平下,该可疑值不太可能来自与其他数据相同的正态总体。它并不能说明该值为何极端,因此在剔除之前,应先检查是否存在记录错误或真实的过程变化。不拒绝则表示没有足够证据证明存在异常值。小样本的检验效能较低。当存在第二个极端值时,掩蔽效应可能掩盖异常值。请勿对同一数据集反复进行检验,否则会改变错误率。

广告
量表条包含绿色区域、红色区域和临界值阈线,G 统计量指针位于红色区域
若 G 大于 G_crit,则在所选显著性水平下将该可疑值判定为离群值。

常见问题

何时应使用双侧选项?

当可疑值可能位于数据的任一端时使用。只有在查看数据之前即已确定只关注偏高值或只关注偏低值时,才使用单侧检验。

为什么临界值基于 alpha 除以 N?

该检验考察 N 个值中的最极端值,因此采用 Bonferroni 型调整,使整体错误率保持在 alpha。

如果我认为存在两个异常值怎么办?

Grubbs 检验只能处理一个异常值。请改用 Tietjen-Moore 检验或广义 ESD 检验。

为什么数据须近似服从正态分布?

临界值来自 t 分布,该分布假设观测值服从正态分布。偏态数据可能产生错误的异常值。

G 的最大可能值是多少?

为 \((N-1)/\sqrt{N}\)。当 N = 3 时该值为 1.1547,因此临界值接近此上限。

资料来源

资料来源与参考

  • 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. · 核实日期 2026-11-04
最后更新:

数学和统计热门计算器

查看全部数学和统计计算器