Hallo,
Gibt es eine Möglichkeit, Ausreißer von mehr als 3 Standardabweichungen in JMP zu erkennen?
Ich sollte sagen, dass ich mit der Option "Ausreißer untersuchen" sowie mit der Kontrollkarte "Levey Jennings" vertraut bin. Aber gibt es eine andere Möglichkeit, Ausreißer mit mehr als 3SDs zu erkennen?
Danke,
Nein
Hi,
vielen Dank. Das ist mir gestern bei der Benutzung aufgefallen.
am besten,
Nein
Meine zweite Formel, die die Werte > 3 SDs anzeigen soll, enthält einen Fehler.Daher funktioniert es nicht. Sie müssen "*" durch * ersetzen
Die richtige Formel, um die Werte zu erhalten, lautet also:
If( :Data > Col Mean( :Data ) + Col Std Dev( :Data ) * 3,
:Daten,
.
)
Nur eine einfache Ergänzung dazu @Thomas1 Antwort. Wenn Sie einen starken Ausreißer haben, kann Col Std Dev ziemlich groß sein und den Mittelwert beeinflussen.
Eine Alternative besteht darin, Median + k* Pseudo-Sigma für die obere Screening-Grenze und Median – k* Pseudo-Sigma für die untere Screening-Grenze zu verwenden.
Hier ist eine Spaltenformel für eine Spalte namens Gewicht. Für Rohdaten werden manchmal die Quantile 0,85 und 0,15 verwendet, um das Pseudo-Sigma mit 6 als Multiplikator für ps zu berechnen.
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
);
)Wenn Sie Skripts erstellen, berechnet die Verteilungsplattform einen robusten Mittelwert und einen robusten Std-Dev.Hier ist ein einfaches Skript, um diese Werte zu erhalten.
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
Liebe Thomas1,
Danke für Ihre freundliche Antwort!
Nein
@NeF schrieb:
Hallo,
Gibt es eine Möglichkeit, Ausreißer von mehr als 3 Standardabweichungen in JMP zu erkennen?
Ich sollte sagen, dass ich mit der Option "Ausreißer untersuchen" sowie mit der Kontrollkarte "Levey Jennings" vertraut bin. Aber gibt es eine andere Möglichkeit, Ausreißer mit mehr als 3SDs zu erkennen?
Danke,
Nein
Dies kann gelöst werden, indem eine neue Formelspalte mit der Formel erstellt wird:
If( :Data > Col Mean( :Data ) + Col Std Dev( :Data ) * 3,
1,
0
)
Die Datenspalte ist Ihre Quellspalte.
Falls Sie die Werte > 3SDs wollen, lautet die Formel:
If( :Data > Col Mean( :Data ) + Col Std Dev( :Data ) * 3,
:Daten,
"."
)
