Le test de Grubbs est utilisé pour trouver une seule valeur aberrante dans un ensemble de données distribuées normalement. Le test détermine si une valeur minimale ou une valeur maximale est une valeur aberrante. Mises en garde: Le test n'est utilisé que pour trouver une seule valeur aberrante dans des données normalement distribuées (à l'exclusion de la valeur aberrante potentielle).
À quoi sert le test de Grubbs ?
Le test de Grubbs (Grubbs 1969 et Stefansky 1972) est utilisé pour détecter une seule valeur aberrante dans un ensemble de données univariées qui suit une distribution approximativement normale.
Le test de Grubbs nécessite-t-il une distribution normale ?
Le test de Grubbs est basé sur l'hypothèse de normalité. Autrement dit, il faut d'abord vérifier que les données peuvent être raisonnablement approximées par une distribution normale avant d'appliquer le test de Grubbs. Le test de Grubbs détecte une valeur aberrante à la fois.
Quelle doit être la taille d'une valeur pour être déclarée aberrante ?
En revanche, en utilisant notre règle basée sur la médiane et le MAD, toutes les valeurs supérieures ou égales à 4 sont déclarées aberrantes. Autrement dit, 41 valeurs sont déclarées aberrantes contre seulement la valeur 150 lors de l'utilisation de la moyenne et de l'écart type. Figure 3.3: Un exemple de boîte à moustaches.
Que signifie la valeur P dans le test de Grubbs ?
G. La statistique du test de Grubbs (G) est la différence entre la moyenne de l'échantillon et la plus petite ou la plus grande valeur de données, divisée par l'écart type. Minitab utilise la statistique de test de Grubbs pour calculer la valeur de p, qui est la probabilité derejeter l'hypothèse nulle lorsqu'elle est vraie.
