Test des valeurs aberrantes de Grubbs et distributions<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Bonjour à tous. J'ai une valeur très élevée dans un ensemble de données univariées et je voulais tester s'il s'agissait d'une valeur aberrante. J'ai téléchargé et utilisé le script de test des valeurs aberrantes de Grubbs. Cependant, l'hypothèse pour le test des valeurs aberrantes de Grubbs est que les données proviennent d'une distribution normale - mais je ne sais pas d'après les références que j'ai lues si cela fait référence aux données brutes ou aux résidus. Il a été suggéré que ce qui pourrait ressembler à une valeur aberrante pourrait se produire si les données sont distribuées de manière log-normale.
Si quelqu'un a déjà utilisé ce test, pourriez-vous préciser si je dois tester la distribution de mes données brutes ou des résidus de mon jeu de données ? Je suppose que pour l'un ou l'autre, je devrais tester la distribution, y compris la valeur que je soupçonne. Merci!
Re : Test de Grubbs et distributions des valeurs aberrantesLe script ajoute le résultat du test de Grubb à une plate-forme de distribution et ouvre le diagramme quantile normal pour que vous puissiez évaluer la normalité de l'échantillon, en déduisant que la population est normalement distribuée. Si les données sont par ailleurs normalement distribuées mais contiennent une valeur aberrante discordante, elles peuvent échouer à un test de normalité, mais vous devriez toujours voir une linéarité dans le tracé. Quelle que soit la valeur aberrante, les données non normales ne doivent pas apparaître linéaires dans ce graphique. Le diagramme quantile normal devrait indiquer clairement si tel est le cas.
Si cet exemple est univarié, alors d'où viennent les « résidus » ?
