uitschieters

Uitschieters is een statistische term voor waarden die ver afwijken van de overige waarnemingen in een dataset (ook wel outliers genoemd). Ze kunnen globaal of contextueel van aard zijn. Globale uitschieters wijken af van de algemene verdeling, ongeacht context, terwijl contextuele, of tijdsafhankelijke, uitschieters alleen extreem zijn in een specifieke context of periode.

Oorzaken van uitschieters variëren van meet- en invoerfouten tot zeldzame gebeurtenissen of natuurlijke variatie in de data. Ze kunnen aanwijzingen geven over fouten in de data of juist oprecht unieke observaties die nader onderzoek waard zijn.

Detectie gebeurt met verschillende methoden. De IQR-methode berekent Q1 en Q3 en beschouwt waarden buiten [Q1 − 1,5·IQR, Q3 + 1,5·IQR] als uitschieters. De z-score methode identificeert waarden met een absolute z-score groter dan ongeveer 3. Robuuste methoden zoals MAD (gemeten absolute deviatie) verminderen gevoeligheid voor extreme waarden. Voor tijdreeksen kunnen afwijkingen van de verwachte trend of seizoenpatronen als uitschieters worden gezien, terwijl contextuele modellen uitgaan van lokale normen.

Behandeling van uitschieters hangt af van de doelstelling en de aard ervan. Ze kunnen datafouten worden gecorrigeerd of verwijderd, maar soms dragen ze waardevolle informatie. Transformeren van de data (bijvoorbeeld logaritme of Box-Cox), of het toepassen van robuuste statistische methoden kan ook helpen. In alle gevallen vereist interpretatie domeinkennis en zorgvuldige beoordeling of een uitschieter inderdaad een fout is of een betekenisvol signaal.