Критерий Граббса: проверка выброса в измерениях

Критерий Граббса помогает проверить, насколько крайнее измерение необычно для остальной выборки. Например, девять показаний прибора находятся около 10, а десятое равно 12. Достаточно ли это отклонение велико, чтобы считать значение статистически подозрительным? Ответ зависит не только от расстояния до среднего, но и от разброса данных, числа измерений и выбранного уровня значимости.
В калькуляторе ниже можно изменить последнее показание и увидеть, как пересчитываются среднее, выборочное стандартное отклонение и статистика. Это учебный пример двусторонней проверки одного возможного выброса; сам результат не устанавливает причину необычного измерения.
Что именно проверяет критерий
Пусть имеется одна выборка независимых количественных наблюдений, полученных в одинаковых условиях. Предполагается, что данные без выброса происходят из приблизительно нормального распределения. Критерий ищет одно значение, наиболее далёкое от выборочного среднего в единицах выборочного стандартного отклонения.
Нулевая гипотеза состоит в том, что выброса нет; альтернативная - что в выборке есть один выброс. Двусторонняя версия учитывает обе стороны: подозрительным может оказаться как минимум, так и максимум. До вычисления полезно построить график, проверить записи и условия опыта. Как и при проверке любой статистической гипотезы, формулировка альтернативы и уровень значимости должны быть выбраны заранее.
Движение показывает важную деталь: при изменении одной точки пересчитываются и среднее, и стандартное отклонение. Поэтому статистика растёт не просто пропорционально расстоянию от точки до прежнего центра. В конце ролика значения возвращаются к исходному состоянию.
Формула статистики G
Для наблюдений найдём среднее и выборочное стандартное отклонение:
Затем вычислим наибольшее абсолютное отклонение от среднего и разделим его на :
Здесь рассчитывают по всем наблюдениям, включая подозрительное. Делитель обязателен для приведённой ниже критической границы. Статистика безразмерна: если все измерения перевести, например, из миллиметров в микрометры, числитель и знаменатель изменятся одинаково. При все значения совпадают и формула не определена.
Большое означает, что крайнее значение далеко от центра относительно общего разброса. Но даже очень необычно выглядящая точка участвует в расчёте среднего и : она сдвигает первое и увеличивает второе. Это одна из причин, по которым два отклоняющихся значения могут скрыть друг друга.
Критическое значение и правило решения
Для двустороннего теста с уровнем значимости и используют границу
Здесь - квантиль распределения Стьюдента с степенями свободы. Если , нулевую гипотезу отвергают на выбранном уровне значимости; иначе недостаточно оснований её отвергнуть. Равенство границе не попадает в указанную строгую область отвержения.
Уровень задаёт вероятность ложного отвержения при выполнении условий модели, а не вероятность того, что конкретное измерение ошибочно. Для односторонней проверки используют другую статистику и квантиль с ; сторону выбирают до просмотра результата. Формулы и ограничения приведены в справочнике NIST.
Пример расчёта для десяти измерений
Рассмотрим условный ряд: . Единицы у всех значений одинаковы, а числа выбраны для учебного примера. Проверяем обе стороны при .
- Объём выборки , сумма измерений равна , поэтому .
- Сумма квадратов отклонений составляет ; получаем .
- Самая удалённая точка - : её расстояние до среднего равно . Поэтому .
- Для степеней свободы , откуда .
- Поскольку , отвергается. При выполнении предпосылок значение статистически подозрительно.

Решение сравнивают по неокруглённым значениям: при почти равных и округление может изменить видимый знак. Заметьте, что на графике среднее равно , хотя большинство измерений сосредоточено около 10: крайняя точка уже повлияла на оценку центра.
Как читать результат и границу
Порог - это граница для статистики, а не допуск на размер детали и не техническое ограничение прибора. Значение может лежать за производственным допуском, но не пройти тест на выброс: например, если вся партия смещена или разброс измерений велик. Возможна и обратная ситуация: точка статистически необычна среди очень стабильных измерений, хотя остаётся внутри допуска. Эти вопросы решают разными правилами и не подменяют один другим.
Полезно различать два исхода. Когда статистика превышает границу, результат противоречит модели отсутствия выброса настолько, чтобы отвергнуть её при выбранном уровне значимости. Когда статистика меньше границы, наблюдаемого отклонения недостаточно для такого решения. Второй исход не говорит, что значение точно достоверно: небольшой объём данных, большой разброс или несколько подозрительных измерений могут снизить способность теста обнаружить отклонение.
В интерактивном примере удобно постепенно увеличивать десятое значение и смотреть не только на точку, но и на остальные показатели. Среднее сдвигается вместе с ней, а стандартное отклонение растёт. Граница при этом не меняется, поскольку размер выборки, уровень значимости и двусторонняя постановка фиксированы. Если изменить число наблюдений или выбрать другой уровень значимости, порог придётся вычислить заново; показанный калькулятор для этого не предназначен.
Подготовка данных перед проверкой
Сохраните исходный ряд вместе с порядком измерений и метаданными: датой, прибором, единицами и условиями работы. Затем проверьте пропуски, дубликаты, перенос десятичного разделителя и возможное смешение единиц. Не заменяйте сомнительную запись догадкой: найдите исходный протокол или отметьте, что уточнение невозможно.
Посмотрите на значения в порядке получения. Если сначала измеряли одну партию, а затем другую, общая выборка может содержать два различных режима. При видимом тренде важно выяснить, не менялась ли температура, настройка оборудования или нагрузка. Разделять данные на группы следует по известным условиям эксперимента, а не только потому, что так проще получить желаемый результат теста.
Для маленькой выборки полезно описать, почему нормальная модель считается правдоподобной: например, на неё указывают устройство измерения и предыдущие данные того же стабильного процесса. Одного факта, что проверка нормальности не обнаружила отклонений, недостаточно для уверенного подтверждения модели. Отдельно зафиксируйте выбранную сторону проверки и уровень значимости, прежде чем сравнивать наблюдаемую статистику с границей.
Какие предпосылки проверить
Независимость и сопоставимость. Значения должны относиться к одному процессу и быть получены без зависимости, которая меняет распределение статистики. Серия с постепенным дрейфом прибора или сменой режима не равнозначна повторным измерениям в стабильных условиях. Для последовательных остатков отдельная задача - проверка автокорреляции.
Приблизительная нормальность. Длинный хвост, асимметрия или смесь двух режимов способны давать крайние наблюдения даже без ошибки. Осмотрите данные и график квантилей, учитывая предметную модель; нормальный закон погрешности измерений объясняет, в каких ситуациях такое приближение может быть разумным. При малом обнаружить ненормальность особенно трудно, поэтому график сам по себе не доказывает предпосылку.
Один предполагаемый выброс. Критерий рассчитан на проверку одного значения. Если возможны несколько выбросов, они могут маскировать друг друга; последовательное удаление с повторным применением того же порога не контролирует ошибку всей процедуры так же, как специальный метод. Для нескольких подозрительных точек NIST рекомендует рассмотреть обобщённый ESD-тест или критерий Титьена - Мура с соответствующими условиями.
Что делать после обнаружения
Статистическое отвержение - сигнал к исследованию, а не команда удалить строку. Сначала проверьте журнал прибора, единицы, ручной ввод, калибровку и обстоятельства опыта. Если найдена подтверждённая ошибка записи, её исправляют по первоисточнику; если исправить невозможно, исключение должно иметь документированное основание.
Если технической ошибки нет, точка может отражать реальное редкое событие или изменение режима. Сохраните исходные данные, сравните выводы с точкой и без неё и рассмотрите устойчивые методы анализа. В отчёте укажите объём выборки, направление теста, , , критическое значение, решение и причину любых дальнейших действий. Это позволяет другому инженеру воспроизвести проверку и оценить её границы.
Частые ошибки
- Убирать точку до расчёта . Критерий использует полную исходную выборку, включая проверяемое значение.
- Сравнивать с фиксированным числом для любого . Порог меняется вместе с объёмом выборки и уровнем значимости.
- Путать неотвержение с доказательством отсутствия выброса. При малой выборке тест может не обнаружить отклонение; это вопрос мощности статистического критерия.
- Повторять тест до исчезновения всех крайних точек. Такая процедура требует отдельного учёта множественных проверок; для нескольких выбросов выбирают подходящий метод заранее.
- Считать статистическую необычность доказательством неисправности. Физическую причину устанавливают по данным об эксперименте, а не по одному .
FAQ
Можно ли применять критерий к трём наблюдениям?
Формула определена при и ненулевом , однако по трём точкам трудно оценить форму распределения и отличить ошибку от естественной вариации. Практическая обоснованность предпосылок важнее одной формальной вычислимости.
Что делать, если подозрительно только максимальное значение?
Если направление было выбрано заранее по смыслу задачи, можно применить одностороннюю версию для максимума. Её критическая граница отличается от двусторонней; выбирать направление после просмотра результатов некорректно.
Можно ли проверить выбросы без нормального распределения?
Классическая граница Граббса тогда ненадёжна. Выберите метод, соответствующий распределению и устройству эксперимента, либо постройте обоснованную модель данных; сначала проверьте, не объединены ли разные режимы измерений.
Коротко
Критерий Граббса сравнивает максимальное расстояние наблюдения от среднего в единицах выборочного стандартного отклонения с порогом для заданных и . Он подходит для проверки одного подозрительного значения при независимых приблизительно нормальных данных. Значимый результат требует изучить измерение и условия опыта, но сам по себе не доказывает ошибку и не оправдывает автоматическое удаление.
Читайте также

Цена деления уровня: формула и расчёт наклона
Цена деления цилиндрического уровня показывает угол наклона на одно деление пузырька. Разбираем формулу, расчёт в секундах, перевод в мм/м и ошибки отсчёта.

Коэффициент нелинейных искажений: формула и расчёт
Что показывает коэффициент нелинейных искажений, как рассчитать КНИ по гармоникам и перевести его в децибелы, чем он отличается от THD+N и как его измеряют.

Критерий Диксона: проверка выброса в малой выборке
Критерий Диксона помогает проверить крайнее измерение на выброс: разберём формулу Q, таблицу критических значений, пример расчёта и ограничения метода.

Критерий Романовского: проверка промаха в измерениях
Как применить критерий Романовского к ряду измерений: формула, выбор таблицы, пошаговый расчёт, интерпретация результата и ограничения проверки промахов.

Критерий Шовене: проверка подозрительного измерения
Как применять критерий Шовене к ряду измерений: формула двух хвостов, расчёт порога и пример, смысл ожидаемого числа редких наблюдений и ограничения метода.

Метод непосредственной оценки измерения: пример
Метод непосредственной оценки измерения: как получить показание по шкале прибора, рассчитать цену деления и предел погрешности и чем метод отличается от нулевого.