剔除離群值的目的是什么 _剔除

剔除離群值的目的是什么
剔除離群值的目的是更真實地反應數值。離群值，也稱逸出值，是指在數據中有一個或多個數值與其他數值相比差異較大。chanwennt準則規定，如果某個數值偏離觀測平均值的概率小于等于1/（2n）， n為觀察例數，則該數據應當舍棄。當出現離群值的時候，要慎重處理，要將專業知識和統計學方法結合起來，首先應認真檢查原始數據，看能否從專業上加以合理的解釋，如數據存在邏輯錯誤而原始記錄又確實如此，又無法在找到該觀察對象進行核實，則只能將該觀測值刪除。

文章插圖
非線性回歸曲線進行直線化時常用的轉換方法有哪兩種1、作回歸分析要有實際意義，不能把毫無關聯的兩種現象，隨意進行回歸分析，忽視事物現象間的內在聯系和規律；如對兒童身高與小樹的生長數據進行回歸分析既無道理也無用途。
另外，即使兩個變量間存在回歸關系時，也不一定是因果關系，必須結合專業知識作出合理解釋和結論。
2、直線回歸分析的資料，一般要求應變量Y是來自正態總體的隨機變量，自變量X可以是正態隨機變量，也可以是精確測量和嚴密控制的值。
若稍偏離要求時，一般對回歸方程中參數的估計影響不大，但可能影響到標準差的估計，也會影響假設檢驗時P值的真實性。
3、進行回歸分析時，應先繪制散點圖（scatter plot）。
若提示有直線趨勢存在時，可作直線回歸分析；若提示無明顯線性趨勢，則應根據散點分布類型，選擇合適的曲線模型（curvilinear modal），經數據變換后，化為線性回歸來解決。
一般說，不滿足線性條件的情形下去計算回歸方程會毫無意義，最好采用非線性回歸方程的方法進行分析。
4、繪制散點圖后，若出現一些特大特小的離群值（異常點），則應及時復核檢查，對由于測定、記錄或計算機錄入的錯誤數據，應予以修正和剔除。
否則，異常點的存在會對回歸方程中的系數a、b的估計產生較大影響。
【剔除離群值的目的是什么】
5、回歸直線不要外延。
直線回歸的適用范圍一般以自變量取值范圍為限，在此范圍內求出的估計值稱為內插（interpolation）；超過自變量取值范圍所計算的稱為外延（extrapolation）。
若無充足理由證明，超出自變量取值范圍后直線回歸關系仍成立時，應該避免隨意外延。