【晨说网探索分享】

涉及到几个手段，区别是：

1.14d检验法

1.2Q检验法

1.3Grubbs检验法

1.4偏态峰态数据分布正态性检验法

1.5相对极差

1.6STD、RSD

说明：本文公式均为Excel公式，那种大计算公式懒得敲。

对于以上6种手段，其中13为离群值的剔除，4也能做离群值的剔除，详见GB/T 48832008偏度峰度检验法，56为整体离散度的一个判断。

2、离散度

图片来自百度，侵删。

离散程度，英文名Measures of Dispersion，是指通过随机地观测变量各个取值之间的差异程度，用来衡量风险大小的指标。

定义来自百度百科。

2.1相对极差：

示意图2.1

极差：

对照上图能看得出来，极差做的就是离散的判断，最基本的计算，所以也叫做全距。

相对极差：

对照上图能看得出来，引入平均值后，对于相同极差的数据也能够体现出不同的离散度。

但是相对极差不如极差显著。

2.2STD、RSD：

示意图2.2

STD：

对照示意图2.2能看出来，两组数据的离散是一致的，但是两组数据实际并不在一个范畴中，一个属于1以下，一个属于10以上。标准偏差是每个值与平均值比较，因为乘方的关系会扩大这种差异，对于1、2、3、4、5和1、2、2、5、5这种数据，极差是无法处理的，标准偏差就能明确的给出离散程度的分别。

能看下面这个示例：

示例图2.2

RSD：

对照示意图2.2能看得出来，相对标准偏差体现出了两组范畴不同的数据的差别，同样也因为这个平均值，对于10.112和0.112这两组数据就明显体现出精密度的差别了，一个是五位有效数字一个是三位有效数字，同样波动下，显然五位有效数字这组精密度更好。

3、离群值

上面的方法做了离散度的判断，那么具体有哪些值离群了呢？是否能非主观的去判断离群值从而方便查找真相和数据处理呢？

有。

3.14d检验法：很简单的小方法，问题也不少，先说计算。

示意图3.1

4d检验法

适用于10个数据以上的处理，如果数据量在5~10，能酌情使用2.5d，问题是数据量不够的时候<10，容易无法正确判断是否离群值。

3.2Q检验法：适用于10个数据以内的处理。

示意图3.2

Q检验法：

3.2.1选取可疑值：

3.2.2计算测定次数

3.2.3与可疑值最接近的值的绝对差值

3.2.4Q值

3.2.5查表

这里解释一下，数据是5个没错，晨说网，但是因为查询表返回的数值是以0.01那行开始计算的，index的作用是返回对应行、列的数值，那么查出来0.01那一列的数据，如果用5，就会查到7和0.01交叉的数值，但是数据实际是n=3开始的，所以要2。

3.2.6判断

3.3Grubbs检验法：

示意图3.3

Grubbs检验法：

3.3.1上侧

3.3.2下侧

3.3.3判断

IF上侧>临界值,"上侧检出："&MAX范围,"上侧未检出"&","&IF下侧>临界值,"下侧检出："&MIN范围,"下侧未检出"

稍做一下改变：

示例图3.3.31

再做一下改变：

示例图3.3.32

还做一下改变：

示例图3.3.33

对于检测来说，如果整组数据RSD符合就没必要再去剔除离群值。

3.4偏态峰态数据分布正态性检验法：

数据是正态分布以上手段才是有效的。那么就验证正态分布吧。

示意图3.4

偏态峰态数据分布正态性检验法：

3.4.1母体方差

解释一下power函数中的2改3、改4就能。

3.4.2A偏态

解释一下，0.5即开方。

3.4.3B峰态

3.4.4判断

偏态判定：IF偏态<INDEXXLOOKUP置信概率&"偏态A1"查询范围,返回范围,MATCHCOUNT范围,范围,0,"通过","不通过"

解释一下，match中的0为精确查找，就是=。

峰态判定：IFANDINDEXXLOOKUP置信概率"峰态B1",查询范围,返回范围,MATCHCOUNT数据量,范围,0<峰态,峰态<INDEXXLOOKUP置信概率&"峰态B2",查询范围,返回范围,MATCHCOUNT范围,范围,0,"通过","不通过"

最后判定：

这东西没有一定数据量没啥意义，一般会结合Grubbs剔除异常值后去做，先上100个数据。

声明：本文内容仅代表作者个人观点，与本站立场无关。如有内容侵犯您的合法权益，请及时与我们联系，我们将第一时间安排处理。