![]() |
Здравствуйте, гость ( Вход | Регистрация )
![]() |
![]()
Сообщение
#1
|
|
Группа: Пользователи Сообщений: 149 Регистрация: 11.02.2014 Пользователь №: 26005 ![]() |
Подскажите, пожалуйста, в программе Statistica выбросы помечаются кружком, а экстримально большие или низкие значения звездочкой (* )
Я не понял выбросы и экстримальные значения это разные вещи? И такой вопрос, как бы он странно не звучал. До какого момента мне удалять выбросы? Объясняю. На графике вижу выбросы. В статистике есть инструмент кисть. можно нажать на кружок и значение удалится. Однако, как только удалил значение сразу обнаруживается другой выброс в сравнении со всем числовым рядом. Итак можно до бесконечности удалять. Помнится как в мультике, когда медважата пытались сделать кусок сыра ровным, откусывая по чуть-чуть, а кончилось тем что весь сыр съели. Тоже самое и тут. До какого момента мне выбросы удалять. Есть ли метод подсказывающий, что выбросы достаточно уже удалены? |
|
![]() |
![]() |
![]() |
![]()
Сообщение
#2
|
|
![]() Группа: Пользователи Сообщений: 1091 Регистрация: 26.08.2010 Пользователь №: 22699 ![]() |
Подскажите, пожалуйста, в программе Statistica выбросы помечаются кружком, а экстримально большие или низкие значения звездочкой (* ) Я не понял выбросы и экстримальные значения это разные вещи? И такой вопрос, как бы он странно не звучал. До какого момента мне удалять выбросы? Объясняю. На графике вижу выбросы. В статистике есть инструмент кисть. можно нажать на кружок и значение удалится. Однако, как только удалил значение сразу обнаруживается другой выброс в сравнении со всем числовым рядом. Итак можно до бесконечности удалять. Помнится как в мультике, когда медважата пытались сделать кусок сыра ровным, откусывая по чуть-чуть, а кончилось тем что весь сыр съели. Тоже самое и тут. До какого момента мне выбросы удалять. Есть ли метод подсказывающий, что выбросы достаточно уже удалены? Вы должны понимать что работая с выбросами фактически производите отсев данных не подходящих под некую "модель". Выбор этой "модели" будет определять какие данные "описываются моделью" хорошо, а какие плохо. В простейшем случае "модель" это закон распределения случайной величины. Но как правило "модель" отражает весь проводимый эксперимент (или наблюдение) включая гипотезу которую эксперимент-наблюдение должно опровергнуть или подтвердить. Если никаких гипотез не выдвигается то собранные данные просто нужно представить в "максимально компактном" (обозримом наблюдателем-экспериментатором) способом. Например снижая размерность... И смотреть "глазами" на эти данные ища в них то что видели ранее смотревшие и то, что ранее смотревшие не видели. Ну и строить "модель" которая на этих данных доказывает что то что увидели при компактном представлении дисперсии данных не является чем то случайно сложившимся. ![]() |
|
![]() |
![]() |
![]() ![]() |