Trung cấpỨng dụng·9 min

Phát hiện Giá trị ngoại lai bằng Độ lệch chuẩn

Tìm hiểu cách nhận diện giá trị ngoại lai trong dữ liệu bằng độ lệch chuẩn. Nắm vững quy tắc 3-sigma, phương pháp IQR và hiểu khi nào nên loại bỏ giá trị ngoại lai.

Giá trị ngoại lai là gì?

Giá trị ngoại lai là các điểm dữ liệu khác biệt đáng kể so với các quan sát khác. Chúng có thể do lỗi đo lường, nhập liệu sai, hoặc có thể đại diện cho các trường hợp bất thường thực sự đáng được điều tra.

Điểm màu cam tại (10, 50) là một giá trị ngoại lai

Quy tắc 3-Sigma

Đối với dữ liệu phân phối chuẩn, các điểm vượt quá 3 độ lệch chuẩn so với trung bình được coi là giá trị ngoại lai. Chúng xảy ra ít hơn 0,3% thời gian do ngẫu nhiên.

Ngoại lai nếu

x < μ - 3σ OR x > μ + 3σ

Ví dụ

Nếu điểm thi có μ = 75 và σ = 10: - Giới hạn dưới: 75 - 30 = 45 - Giới hạn trên: 75 + 30 = 105 - Bất kỳ điểm nào dưới 45 hoặc trên 105 là giá trị ngoại lai

Phương pháp điểm Z

Tính điểm Z cho mỗi điểm dữ liệu. Nếu |z| > 3 (hoặc đôi khi 2,5), đó là giá trị ngoại lai.

Điểm Z

z = (x - μ) / σ

Các ngưỡng lựa chọn

- |z| > 3: Bảo thủ (phát hiện ít ngoại lai hơn) - |z| > 2,5: Trung bình - |z| > 2: Tự do (phát hiện nhiều ngoại lai hơn)

Phương pháp IQR (Phương án thay thế)

Phương pháp Khoảng tứ phân vị (IQR) bền vững hơn với giá trị ngoại lai vì nó không sử dụng trung bình hay độ lệch chuẩn.

Bước 1

Tìm Q1 (phân vị thứ 25) và Q3 (phân vị thứ 75)

Bước 2

Tính IQR = Q3 - Q1

Bước 3

Hàng rào dưới = Q1 - 1,5 × IQR

Bước 4

Hàng rào trên = Q3 + 1,5 × IQR

Bước 5

Các điểm ngoài hàng rào là giá trị ngoại lai

Xử lý giá trị ngoại lai

Đừng tự động xóa!

Giá trị ngoại lai không phải lúc nào cũng là lỗi. Trước khi loại bỏ, hãy điều tra: - Đó có phải lỗi nhập liệu hoặc đo lường không? - Đó có phải giá trị cực đoan thực sự không? - Nó có đại diện cho trường hợp biên quan trọng không?

Khi nên loại bỏ

- Xác nhận là lỗi nhập liệu - Thiết bị đo lường bị trục trặc - Nằm ngoài phạm vi giá trị có thể

Khi nên giữ lại

- Đại diện biến thiên thực - Quan trọng cho phân tích của bạn - Loại bỏ sẽ gây sai lệch kết quả

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.