ロバスト スコアが常に +- 2.5 である理由を理解したいと思います。これはボルケーノ プロットよりも優れている点と、JMP 8 から JMP18 にアップデートされたこの変更の背後にある詳細な原理について説明します。
こんにちは！
主な考え方は、多変量解析で外れ値として特定された対象は、一般に単変量解析でも外れ値として現れるか、少なくとも 1 つ以上の単変量次元で検出可能であることが予想されるというものです。
外れ値レポートは、結果ドメイン内の個々のテストに適用される単変量検出アルゴリズムを使用して、潜在的な外れ値を特定します。各結果に対して、Rousseeuw および Hubert (2011) の方法論に基づくロバスト スコアが計算されます。ロバスト スコアが 2.5 より大きいか -2.5 未満の観測値は、潜在的な外れ値としてフラグ付けされます。
Rousseeuw と Hubert (2011) を参考にすると、ロバスト スコアは (x_i - 中央値)/MAD として計算され、これは z スコアの形式に似ています。値 2.5 は推奨される参照値です。±2.5 を超えるスコアは、正規分布するデータセットの約 98～99% よりも極端なデータ ポイントにほぼ対応するため、2.5 を選択しました。
これらの堅牢なスコアは、図 2 の「研究施設別の単変量外れ値」というタイトルで研究施設別にまとめられています。この視覚化により、ユーザーは各施設の外れ値をすばやく特定できます。追加の詳細にアクセスするには、グラフ内の個々のポイントにマウスを移動するか、ポイントを選択して関連するテーブルを表示します (テーブルを表示)。
現在のボックスプロットは、カテゴリごとにロバスト スコアを表示し、各グループ内の分布、中央値、外れ値を視覚的に強調します。主に大きさと有意性 (例: 倍数変化と p 値) に焦点を当てたボルケーノ プロットとは異なり、ボックスプロットはカテゴリ レベルの変動を直接視覚化し、個々の外れ値を明示的に強調表示するため、ロバストな外れ値の検出とカテゴリ間の比較がより簡単かつ直感的になります。
他にご質問がございましたら、お気軽にお問い合わせください。喜んでご相談に応じます。
