Co to jest nienormalne?
W statystyce nienormalność, zwana także wartością odstającą, to punkt danych, który znacznie odbiega od innych punktów danych w zbiorze danych. Nieprawidłowości mogą oznaczać wiele rzeczy, w tym błędy pomiarów, błędy we wprowadzaniu danych lub obecność nietypowych obserwacji, które mogą nie być reprezentatywne dla całej populacji.
Nieprawidłowości można zidentyfikować graficznie, sprawdzając wizualnie wykres danych. Można je również zidentyfikować numerycznie, obliczając miarę odchylenia statystycznego, taką jak wynik z lub reszta standaryzowana.
Obecność nieprawidłowości w zbiorze danych może mieć wpływ na wyniki analizy statystycznej i ważne jest, aby podczas analizy danych wziąć pod uwagę ich potencjalny wpływ. W niektórych przypadkach może zaistnieć potrzeba usunięcia nieprawidłowości ze zbioru danych przed analizą, podczas gdy w innych przypadkach mogą one zostać zachowane jako cenne punkty informacyjne.
Oto kilka typowych przykładów anormalności:
* W zbiorze danych dotyczących wyników testów uczniów nienormalnie wysoki wynik może wynikać ze ściągania, podczas gdy nienormalnie niski wynik może wskazywać na ucznia, który nie był przygotowany do testu.
* W zestawie danych dotyczących sprzedaży nienormalnie wysoka sprzedaż może wynikać ze specjalnej promocji lub jednorazowej wyprzedaży, natomiast nienormalnie niska sprzedaż może wskazywać na problemy sklepu.
* W zbiorze danych medycznych nienormalnie wysoki lub niski odczyt może wskazywać na stan chorobowy wymagający dalszych badań.
Należy pamiętać, że nie wszystkie nieprawidłowości są wynikiem błędów lub nietypowych obserwacji. W niektórych przypadkach nieprawidłowości mogą być spowodowane uzasadnionymi zmianami w populacji podstawowej. Na przykład w zbiorze danych dotyczących cen akcji nienormalnie wysoka cena może wynikać z pozytywnego raportu o zarobkach, podczas gdy nienormalnie niska cena może wynikać ze złych wiadomości.
Dlatego ważne jest dokładne zbadanie nieprawidłowości przed wyciągnięciem jakichkolwiek wniosków na temat ich znaczenia.
