लोग अक्सर आंकड़ों में आउटलेर से निपटने के बारे में बात करते हैं। इसके बारे में मुझे जो बात परेशान करती है, वह यह है कि जहां तक मैं बता सकता हूं, एक अलग की परिभाषा पूरी तरह से व्यक्तिपरक है। उदाहरण के लिए, यदि कुछ रैंडम वैरिएबल का सही वितरण बहुत भारी-पूंछ वाला या बिमोडल है, तो आउटलेर्स का पता लगाने के लिए कोई भी मानक दृश्य या सारांश आँकड़ा गलत तरीके से उस वितरण के कुछ हिस्सों को हटा देगा जिनसे आप नमूना लेना चाहते हैं। यदि एक अस्तित्व में है, तो इसकी कठोर परिभाषा क्या है, और एक विश्लेषण में अनुचित मात्रा में विषय-वस्तु की शुरुआत किए बिना आउटलेर्स से कैसे निपटा जा सकता है?
यदि आप एक विशिष्ट वितरण के लिए जानना चाहते हैं तो अपने उदाहरण के बारे में पूछें। यह अलग-अलग स्थितियों के लिए अलग-अलग होगा।
—
जॉन
खैर, मैं उम्मीद करूंगा कि आपके पास वस्तुनिष्ठ तरीके
—
खाएं
rigorous definition of an outlierसे परिभाषित करने में सक्षम होगा unreasonable amounts of subjectivity;-), धन्यवाद
लेकिन परिभाषा अंतर्निहित वितरण और स्थिति से भिन्न हो सकती है। मैं कह सकता हूं R 1.5 IQR, या 3 SD, या कुछ ऐसे। अगर मैं दो तरह के उपाय करूं, तो प्रतिक्रिया समय और सटीकता कह सकता हूं। मैं कह सकता हूं कि आरटी की स्थिति सटीकता के स्तर पर है। वे सभी अच्छे और गणितीय रूप से कठोर हो सकते हैं और उनके पास विभिन्न अनुप्रयोग और अर्थ हैं।
—
जॉन
वहाँ बाहरी की कठोर परिभाषाएँ हैं। लेकिन उन लोगों के बीच चुनाव मनमाना लग सकता है। लेकिन मुझे लगता है कि यह गलत धारणा का हिस्सा है कि आँकड़े एक ऐसा विषय है जिसमें प्रत्येक समस्या का एक सही उत्तर होता है।
—
पीटर Flom - को पुनः स्थापित मोनिका