1-拉依達準(zhǔn)則(也稱之為3σ準(zhǔn)則)：很簡單，就是首先求得n次獨立檢測結(jié)果的實驗標(biāo)準(zhǔn)差s和殘差，│殘差│大于3s的測量值即為異常值刪去，然后重新反復(fù)計算，將所有異常值剔除。但這個方法有局限，數(shù)據(jù)樣本必須大于10，一般要求大于50。所以，這個方法現(xiàn)在不常用了，國標(biāo)里面已經(jīng)剔除該方法！
2-格拉布斯準(zhǔn)則（Grubbs）：這個方法比較常用，尤其是我們檢測領(lǐng)域。方法也很簡單，還是首先求得n次獨立檢測結(jié)果的實驗標(biāo)準(zhǔn)差s和殘差，│殘差│/s的值大于g(n)的測量值即為異常值，可刪去；同樣重新反復(fù)計算之，將所有異常值剔除。g(n)指臨界系數(shù)，可直接查表獲得.95%的系數(shù)可參見下表：
如何剔除異常值？可以在數(shù)據(jù)菜單中把異常個案標(biāo)先出來，步驟是：數(shù)據(jù)——》標(biāo)志異常個案，個案識別變量可以取數(shù)據(jù)集中取值不同的變量。之后SPSS會自動把所有異常個案的值以及為什么是異常值標(biāo)出來，如果你要剔除再手動即可
spss異常值剔除，用什么方法？常用的方法有：
1、可以通過“分析”下“描述統(tǒng)計“下“頻率”的”繪制“直方圖”，看圖發(fā)現(xiàn)頻數(shù)出現(xiàn)最少的值，就可能是異常值，但還要看距離其它情況的程度。
2、可通過“分析”下的“描述統(tǒng)計”下的“探索”下的“繪制”選項的“葉莖圖”，看個案偏離箱體邊緣（上端、下端）的距離是箱體的幾倍，“○”代表在1.5-3倍之間（離群點），“*”代表超過3倍（極端離群點）。
3、可以通過“分析”下“描述統(tǒng)計“下“描述”下的選項“將標(biāo)準(zhǔn)化存為變量Z”，選擇相應(yīng)的變量，“確定”。將生成新變量，如果值超過2，肯定是異常值。
如何用統(tǒng)計方法去除一組數(shù)中的異常值？可以選擇以下方法。用線性回歸的辦法求得某一點到直線最遠(yuǎn)，去除這一點即可。異常值也稱離群值，具體地說，判斷標(biāo)準(zhǔn)依據(jù)實際情況，根據(jù)業(yè)務(wù)知識及實際需要而定。要是一般地說，可以用公式計算：upperadjacentvalue=75thpercentile(75thpercentile–25thpercentile)*1.5。loweradjacentvalue=25thpercentile–(75thpercentile–25thpercentile)*1.5。擴展資料：計算統(tǒng)計量：μ=(X1X2…Xn)/n。s=(∑(Xi-μ)/(n-1))?(i=1，2…n)。Gn=(X(n)-μ)/s。式中μ——樣本平均值；s——樣本標(biāo)準(zhǔn)差；Gn——格拉布斯檢驗統(tǒng)計量。確定檢出水平α，查表（見GB4883）得出對應(yīng)n，α的格拉布斯檢驗臨界值G1-α(n)。當(dāng)Gn>G1-α(n)，則判斷Xn為異常值，否則無異常值。給出剔除水平α’的G1-α’(n)，當(dāng)當(dāng)Gn>G1-α’(n)時，Xn為高度異常值，應(yīng)剔除。
重慶分公司
重慶分公司
