Odlehlá pozorování

Abstract

Tato práce se zabývá metodami identifikace odlehlých pozorování v jinak normálně rozděleném datovém souboru. Je zde popsáno několik významných testů a kritérií určených k tomuto účelu, Peirceovo kritérium, Chauvenetovo kritérium, Grubbsův test, Dixonův test a Cochranův test. U testů a kritérií je naznačeno jejich odvození a nakonec jsou zkoumány výsledky použití testů a kritérií na simulovaných datech s normálním rozdělením a vloženým odlehlým pozorováním. Součástí práce jsou i kódy v programovacím jazyce R s implementací těchto testů a kritérií s využitím už existujících funkcí. Powered by TCPDF (www.tcpdf.org)

This paper concerns itself with the methods of identifying outliers in an otherwise normally distributed data set. Several significant tests and criteria designed for this purpose are described here, Peirce's criterion, Chauvenet's criterion, Grubbs' test, Dixon's test and Cochran's test. Deriving of the tests and criteria is indicated and finally the results of the use of the test and criteria on simulated data with normal distribution and inserted outlier are looked into. Codes in programming language R with the implementation of these test and criteria using existing functions are included. Powered by TCPDF (www.tcpdf.org)