❶ 测试中的异常数据剔除用什么方法
统计学中剔除异常数据的方法很多,但在检测和测试中经常用的方法有2种:
1-拉依达准则(也称之为3σ准则):
很简单,就是首先求得n次独立检测结果的实验标准差s和残差,│残差│大于3s的测量值即为异常值删去,然后重新反复计算,将所有异常值剔除。
但这个方法有局限,数据样本必须大于10,一般要求大于50。所以,这个方法现在不常用了,国标里面已经剔除该方法!
2-格拉布斯准则(Grubbs):
这个方法比较常用,尤其是我们检测领域。
方法也很简单,还是首先求得n次独立检测结果的实验标准差s和残差,│残差│/s的值大于g(n)的测量值即为异常值,可删去;同样重新反复计算之,将所有异常值剔除。
g(n)指临界系数,可直接查表获得. 95%的系数可参见下表: