Hvad er unormalt?

I statistik er en abnorm, også kaldet en outlier, et datapunkt, der afviger væsentligt fra de andre datapunkter i et datasæt. Unormale kan betyde en række ting, herunder målefejl, dataindtastningsfejl eller tilstedeværelsen af ​​usædvanlige observationer, som måske ikke er repræsentative for den samlede befolkning.

Abnormale kan identificeres grafisk ved visuelt at inspicere et plot af dataene. De kan også identificeres numerisk ved at beregne et mål for statistisk afvigelse, såsom z-score eller den standardiserede residual.

Tilstedeværelsen af ​​abnormiteter i et datasæt kan have en indvirkning på resultaterne af statistisk analyse, og det er vigtigt at overveje deres potentielle indvirkning, når der udføres dataanalyse. I nogle tilfælde kan det være nødvendigt at fjerne abnormiteter fra datasættet før analyse, mens de i andre tilfælde kan bevares som værdifulde informationspunkter.

Her er nogle almindelige eksempler på unormale:

* I et datasæt af studerendes testresultater kan en unormal høj score skyldes snyd, mens en unormal lav score kan indikere en elev, der ikke var forberedt til testen.

* I et datasæt med salgstal kan et unormalt højt salg skyldes en særlig kampagne eller et engangsudsalg, mens et unormalt lavt salg kan indikere en butik, der har det svært.

* I et datasæt med medicinske data kan en unormalt høj eller lav aflæsning indikere en medicinsk tilstand, der kræver yderligere undersøgelse.

Det er vigtigt at bemærke, at ikke alle abnormiteter er resultatet af fejl eller usædvanlige observationer. I nogle tilfælde kan abnormiteter være forårsaget af legitime ændringer i den underliggende befolkning. For eksempel kan en unormalt høj kurs i et datasæt med aktiekurser skyldes en positiv indtjeningsrapport, mens en unormalt lav kurs kan skyldes dårlige nyheder.

Derfor er det vigtigt omhyggeligt at undersøge abnormiteter, før der drages nogen konklusioner om deres betydning.