IntermediarAplicații·9 min

Detectarea valorilor aberante cu deviația standard

Învață cum să identifici valorile aberante din datele tale folosind deviația standard. Stăpânește regula 3-sigma, metoda IQR și înțelege când ar trebui eliminate valorile aberante.

Ce sunt valorile aberante?

Valorile aberante sunt puncte de date care diferă semnificativ de celelalte observații. Pot fi cauzate de erori de măsurare, greșeli de introducere a datelor sau pot reprezenta cazuri cu adevărat neobișnuite care merită investigate.

Punctul portocaliu de la (10, 50) este o valoare aberantă

Regula 3-Sigma

Pentru date distribuite normal, punctele dincolo de 3 deviații standard de la medie sunt considerate valori aberante. Acestea apar mai puțin de 0,3% din timp din întâmplare.

Valoare aberantă dacă

x < μ - 3σ OR x > μ + 3σ

Exemplu

Dacă notele la test au μ = 75 și σ = 10: - Limita inferioară: 75 - 30 = 45 - Limita superioară: 75 + 30 = 105 - Orice notă sub 45 sau peste 105 este o valoare aberantă

Metoda scorului Z

Calculează scorul z pentru fiecare punct de date. Dacă |z| > 3 (sau uneori 2,5), este o valoare aberantă.

Scor Z

z = (x - μ) / σ

Opțiuni de prag

- |z| > 3: Conservator (detectează mai puține valori aberante) - |z| > 2,5: Moderat - |z| > 2: Liberal (detectează mai multe valori aberante)

Metoda IQR (alternativă)

Metoda intervalului intercuartilic (IQR) este mai robustă la valori aberante deoarece nu folosește media sau deviația standard.

Pasul 1

Găsește Q1 (percentila 25) și Q3 (percentila 75)

Pasul 2

Calculează IQR = Q3 - Q1

Pasul 3

Limita inferioară = Q1 - 1,5 × IQR

Pasul 4

Limita superioară = Q3 + 1,5 × IQR

Pasul 5

Punctele din afara limitelor sunt valori aberante

Gestionarea valorilor aberante

Nu le șterge automat!

Valorile aberante nu sunt întotdeauna erori. Înainte de a le elimina, investighează: - Este o eroare de introducere a datelor sau de măsurare? - Este o valoare extremă autentică? - Reprezintă un caz limită important?

Când să elimini

- Erori confirmate de introducere a datelor - Defecțiune a echipamentului de măsurare - În afara intervalului posibil de valori

Când să păstrezi

- Reprezintă variabilitate reală - Important pentru analiză - Eliminarea ar deforma rezultatele

How to Read This Article

A statistics tutorial is a practical interpretation guide, not just a formula dump. It refers to the assumptions, notation, and reporting language that analysts need when they explain a result to a teacher, manager, client, or reviewer. The article body covers the specific topic, while the sections below create a common interpretation frame that readers can reuse across related metrics.

Reading goal	What to focus on	Common mistake
Definition	What the metric is and what quantity it summarizes	Treating the formula as self-explanatory
Formula choice	Sample versus population assumptions and notation	Using n when n-1 is required or vice versa
Interpretation	Whether the result indicates concentration, spread, or risk	Calling a large value good or bad without context

Frequently Asked Questions

How should I interpret a high standard deviation?

A high standard deviation means the observations are spread farther from the mean on average. Whether that spread is acceptable depends on the context: wide dispersion might signal risk in finance, instability in manufacturing, or genuine natural variation in scientific data.

Why do some articles mention n while others mention n-1?

The denominator reflects the difference between population and sample formulas. Population variance and population standard deviation use N because the full dataset is known. Sample variance and sample standard deviation often use n-1 because Bessel’s correction reduces bias when estimating population spread from a sample.

What is a statistical interpretation guide?

A statistical interpretation guide is a page that moves beyond arithmetic and explains meaning. It tells you what a metric is, when the formula applies, and how to describe the result in plain English without overstating certainty.

Can I cite this article in a report?

You should cite the underlying authoritative reference for formal work whenever possible. This page is best used as an explanatory bridge that helps you understand the concept before quoting the original standard or handbook.

Why include direct citations on every article page?

Direct citations give readers a route to verify the definition, notation, and assumptions. That improves trust and reduces the chance that a simplified explanation is mistaken for the entire technical standard.

Authoritative References

These sources define the concepts referenced most often across our articles. Bessel's correction is a sample adjustment, variance is a squared measure of spread, and standard deviation is the square root of variance expressed in the same units as the data.