O que São Outliers?
Outliers (valores atípicos) são pontos de dados que diferem significativamente das demais observações. Podem ser causados por erros de medição, erros de digitação ou podem representar casos genuinamente incomuns que merecem investigação.
O ponto laranja em (10, 50) é um outlier
A Regra dos 3 Sigma
Para dados com distribuição normal, pontos além de 3 desvios padrões da média são considerados outliers. Eles ocorrem em menos de 0,3% das vezes por acaso.
É outlier se
x < μ - 3σ OR x > μ + 3σ
Exemplo
Se as notas de uma prova têm μ = 75 e σ = 10:
- Limite inferior: 75 - 30 = 45
- Limite superior: 75 + 30 = 105
- Qualquer nota abaixo de 45 ou acima de 105 é um outlier
Método do Escore Z
Calcule o escore Z para cada ponto de dado. Se |z| > 3 (ou às vezes 2,5), é um outlier.
Escore Z
z = (x - μ) / σ
Opções de Limiar
- |z| > 3: Conservador (detecta menos outliers)
- |z| > 2,5: Moderado
- |z| > 2: Liberal (detecta mais outliers)
Método IQR (Alternativa)
O método do Intervalo Interquartil (IQR) é mais robusto a outliers porque não usa a média nem o desvio padrão.
1
Passo 1
Encontre Q1 (percentil 25) e Q3 (percentil 75)
2
Passo 2
Calcule IQR = Q3 - Q1
3
Passo 3
Cerca inferior = Q1 - 1,5 × IQR
4
Passo 4
Cerca superior = Q3 + 1,5 × IQR
5
Passo 5
Pontos fora das cercas são outliers
Como Lidar com Outliers
Não Delete Automaticamente!
Outliers nem sempre são erros. Antes de removê-los, investigue:
- É um erro de digitação ou de medição?
- É um valor extremo genuíno?
- Representa um caso importante de fronteira?
Quando Remover
- Erros de digitação confirmados
- Mau funcionamento do equipamento de medição
- Fora da faixa possível de valores
Quando Manter
- Representa variabilidade real
- É importante para sua análise
- A remoção enviesaria os resultados