Punktavvikelser

Punktavvikelser, eller outliers, är observationer i en datamängd som avviker markant från resten av data. De kan innebära att en datapunkt ligger långt bort från det normala mönstret eller att dess mätvärde skiljer sig avsevärt från vad som uppfattas som sannolikt givet modellen eller förväntningarna. Begreppet används inom olika områden som mätteknik, kvalitetskontroll, statistik och forskning.

En punktavvikelse är inte nödvändigtvis ett fel; den kan spegla verkliga extrema händelser, naturlig variation eller nya fenomen. Samtidigt kan avvikelsen bero på mätfel, registreringsfel, felaktig dataregistrering eller blandning av olika grupper. Ofta krävs vidare undersökning för att avgöra hur man bör hantera den.

Metoder för att identifiera punktavvikelser inkluderar grafiska verktyg som låd- och spriddiagram samt scatterplots, och numeriska metoder som Z-poäng, IQR-regeln och tester som Grubbs’ test eller Dixons test. Urval och tolkning påverkas av provstorlek, varians och vilken metod som används. Att hantera punktavvikelser kan innebära att man bekräftar och korrigerar fel uppkomstorsaker, behåller dem om de är giltiga, eller använder robusta statistiska metoder som är mindre känsliga för avvikande värden.

Vanliga konsekvenser är att medelvärden och spridningar kan bli missvisande, och att regressionsresultat eller beslut som grundar sig på data påverkas. Åtgärder inkluderar transformationer, Winsorizing, trimming, eller att använda robusta estimationsmetoder och modeller som klarar av avvikelser. Valet av åtgärd bör baseras på undersökning av orsaken till avvikelsen och syftet med analysen.