СереднійЗастосування·9 min

Виявлення викидів за допомогою стандартного відхилення

Дізнайтеся, як виявляти викиди у ваших даних за допомогою стандартного відхилення. Опануйте правило 3-сигм, метод IQR та зрозумійте, коли слід видаляти викиди.

Що таке викиди?

Викиди — це точки даних, які суттєво відрізняються від інших спостережень. Вони можуть бути спричинені похибками вимірювання, помилками введення даних або можуть представляти справді незвичайні випадки, які варто дослідити.

Помаранчева точка в позиції (10, 50) є викидом

Правило 3-сигм

Для нормально розподілених даних точки за межами 3 стандартних відхилень від середнього вважаються викидами. Вони трапляються менш ніж у 0,3% випадків.

Викид, якщо

x < μ - 3σ OR x > μ + 3σ

Приклад

Якщо результати тестів мають μ = 75 та σ = 10: - Нижня межа: 75 - 30 = 45 - Верхня межа: 75 + 30 = 105 - Будь-який бал нижче 45 або вище 105 є викидом

Метод Z-оцінки

Обчисліть Z-оцінку для кожної точки даних. Якщо |z| > 3 (або іноді 2,5), це викид.

Z-оцінка

z = (x - μ) / σ

Варіанти порогів

- |z| > 3: Консервативний (виявляє менше викидів) - |z| > 2,5: Помірний - |z| > 2: Ліберальний (виявляє більше викидів)

Метод IQR (альтернатива)

Метод міжквартильного розмаху (IQR) є більш робастним до викидів, оскільки не використовує середнє чи стандартне відхилення.

Крок 1

Знайдіть Q1 (25-й перцентиль) та Q3 (75-й перцентиль)

Крок 2

Обчисліть IQR = Q3 - Q1

Крок 3

Нижня межа = Q1 - 1,5 × IQR

Крок 4

Верхня межа = Q3 + 1,5 × IQR

Крок 5

Точки за межами — це викиди

Робота з викидами

Не видаляйте автоматично!

Викиди не завжди є помилками. Перед видаленням дослідіть: - Це помилка введення даних чи вимірювання? - Це справді екстремальне значення? - Чи представляє воно важливий граничний випадок?

Коли видаляти

- Підтверджені помилки введення даних - Несправність вимірювального обладнання - Значення поза можливим діапазоном

Коли залишати

- Представляє реальну варіабельність - Важливе для вашого аналізу - Видалення спотворить результати

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.