Forståelse af Outliers: Definition, Årsager og Opdagelse

I statistik er en outlier (udelukkende observation) et datapunkt, der afviger markant fra de øvrige observationer. Det kan tyde på målefejl, dataregistreringsfejl eller usædvanlige, men gyldige observationer.

Opdagelsesmetoder

• Grafisk: Visuel inspektion af plots såsom boxplots, spredningsdiagrammer eller histogrammer.
• Numerisk: Z-scores, standardiserede residualer, IQR-metoden (interkvartilafstand) og Grubbs' test.

Påvirkning og Håndtering

Outliers kan forvrænge statistiske analyser, herunder gennemsnit, standardafvigelse og regressionsmodeller. Det er afgørende at undersøge årsagen, før man beslutter at fjerne eller beholde dem. Eksempler: en usædvanlig høj testscore (bedrageri?), et ekstremt salgstal (kampagne?), en abnorm medicinsk måling (mulig sygdom). Ikke alle outliers er fejl; nogle afspejler ægte befolkningsændringer (f.eks. aktiekursstigning efter resultater).