Salut,
Existe-t-il un moyen de détecter les valeurs aberrantes de plus de 3 écarts standard dans JMP ?
Je dois dire que je connais bien l'option "explorer les valeurs aberrantes" ainsi que la carte de contrôle "Levey Jennings". mais existe-t-il un autre moyen de détecter les valeurs aberrantes plus que 3SD?
merci,
Ne
Salut,
merci beaucoup. Je l'ai remarqué en l'utilisant hier.
meilleur,
Ne
Ma deuxième formule, qui devrait afficher les valeurs> 3 SD contient une erreur.Par conséquent, cela ne fonctionne pas. Il faut remplacer "*" par *
La formule correcte, pour obtenir les valeurs, est donc :
If( :Data > Col Mean( :Data ) + Col Std Dev( :Data ) * 3,
:Données,
.
)
Juste un simple complément à @Thomas1 réponse. Si vous avez une valeur aberrante sévère, le Col Std Dev peut être assez grand et peut biaiser la moyenne.
Une alternative consiste à utiliser la médiane + k* pseudo sigma pour la limite de dépistage supérieure et la médiane - k* pseudo sigma pour la limite de dépistage inférieure.
Voici une formule de colonne pour une colonne nommée poids. Pour les données brutes, les quantiles 0,85 et 0,15 sont parfois utilisés pour calculer le pseudo sigma avec 6 comme multiplicateur pour ps.
Local( {ps},
ps = (Col Quantile( :weight, 0.75 ) - Col Quantile( :weight, 0.25 )) / 1.349;
If(
:weight > Col Quantile( :weight, 0.5 ) + 5 * ps, 1,
:weight < Col Quantile( :weight, 0.5 ) - 5 * ps, -1,
0
);
)Si vous créez des scripts, la plate-forme de distribution calcule une moyenne robuste et un écart type robuste.Voici un script simple pour obtenir ces valeurs.
Names Default To Here(1);
dt = Open( "$sample_data/Big class.jmp");
dist = dt << Distribution(
Continuous Distribution(
Column( :height ),
Quantiles( 0 ),
Horizontal Layout( 1 ),
Histogram( 0 ),
Vertical( 0 ),
Outlier Box Plot( 0 ),
Customize Summary Statistics(
Trimmed Mean( 1 ),
Robust Mean( 1 ),
Robust Std Dev( 1 ),
Set Alpha Level( 0.05 )
)
)
);
snames = report(dist)["Summary Statistics"][TableBox(1)][StringColBox(1)] << get;
svalues= report(dist)["Summary Statistics"][TableBox(1)][NumberColBox(1)] << get;
stats = Associative Array(snames, svalues); //cretea a keyed list
r_xb = stats["Robust Mean"];
r_sd = stats["Robust Standard Deviation"];
show(r_xb, r_sd);
//now use r_xb + <4|5|6> * r_sd and r_xb - <4|5|6> * r_sd for screening limits
Cher Thomas1,
Merci pour votre aimable réponse !
Ne
@NeF écrit:
Salut,
Existe-t-il un moyen de détecter les valeurs aberrantes de plus de 3 écarts standard dans JMP ?
Je dois dire que je connais bien l'option "explorer les valeurs aberrantes" ainsi que la carte de contrôle "Levey Jennings". mais existe-t-il un autre moyen de détecter les valeurs aberrantes plus que 3SD?
merci,
Ne
Cela peut être résolu en créant une nouvelle colonne de formules avec la formule :
If( :Data > Col Mean( :Data ) + Col Std Dev( :Data ) * 3,
1,
0
)
La colonne de données est votre colonne source.
Dans le cas où vous voulez les vaules > 3SDs, la formule est :
If( :Data > Col Mean( :Data ) + Col Std Dev( :Data ) * 3,
:Données,
"."
)
