Inhaltsverzeichnis
Warum spricht man von einem Ausreißer?
In der Statistik spricht man von einem Ausreißer, wenn ein Messwert oder Befund nicht in eine erwartete Messreihe passt oder allgemein nicht den Erwartungen entspricht. Die „Erwartung“ wird meistens als Streuungsbereich um den Erwartungswert herum definiert, in dem die meisten aller Messwerte zu liegen kommen, z.
Was ist ein Ausreißer in der Statistik?
In der Statistik spricht man von einem Ausreißer, wenn ein Messwert oder Befund nicht in eine erwartete Messreihe passt oder allgemein nicht den Erwartungen entspricht. Die „Erwartung“ wird meistens als Streuungsbereich um den Erwartungswert herum definiert, in dem die meisten aller Messwerte zu liegen kommen, z. B. der Quartilabstand Q 75 – Q 25.
Was ist ein multivariater Ausreißer?
Ein multivariater Ausreißer würde als Kurve sichtbar, die sich von allen anderen Kurven in ihrem Verlauf deutlich unterscheidet. Andrews Kurven haben zwei Nachteile: Wenn der Ausreißer in genau einer Variablen sichtbar ist, nimmt der Mensch die unterschiedlichen Kurven umso besser wahr, je weiter vorn diese Variable auftaucht.
Wie kann man zwischen verschiedenen Serien differenzieren?
Generell kann zwischen Reihen (wie z.B. dem Tatort), Miniserien, Episodenserien und Endlosserien (z.B. Daily Soaps) differenziert werden. Serien lassen sich ebenfalls über verschiedene Genres thematisch unterscheiden.
Wie lassen sich Ausreißer identifizieren?
In diesem Fall lässt der Mittelwert die Datenwerte größer erscheinen, als sie es tatsächlich sind. Ausreißer sollten untersucht werden, da sie nützliche Informationen über die Daten oder den Prozess liefern können. Häufig lassen sich Ausreißer am einfachsten durch die grafische Darstellung der Daten identifizieren.
Ist der Ausreißer erkennbar?
Im Boxplot ist der Ausreißer erkennbar, im Histogramm jedoch weniger deutlich. Korrigieren Sie den Fehler, und analysieren Sie die Daten erneut. Untersuchen Sie den Prozess, um die Ursache für den Ausreißer zu ermitteln. Überprüfen Sie, ob Sie einen Faktor nicht beachtet haben, der sich auf den Prozess auswirkt.
Mit Hilfe von Ausreißertests lassen sich Ausreißer identifizieren. Diese Tests beruhen meistens auf statistischen Maßen, die überprüfen, inwieweit ein Datenpunkt den Erwartungen der Datenerhebung entspricht.
Was ist ein Ausreißer innerhalb eines Datensatzes?
Ein Ausreißer innerhalb eines Datensatzes, durch den eine lineare Ausgleichsgerade gelegt werden soll, führt zum so genannten Hebeleffekt. Der Ausreißer hat eine überproportionale Auswirkung auf die resultierende Regressionsgerade und sollte deswegen vernachlässigt werden.
Wie kann man mit Ausreißern umgehen?
Die eleganteste Art und Weise, mit Ausreißern umzugehen, bietet das große Gebiet der robusten Statistik. Die robusten Verfahren sind grundsätzlich so ausgerichtet, daß sie das Gewicht bzw. die Bedeutung ausgefallener Werte mindern, so daß diese das Analyseergebnis nur noch marginal oder gar nicht mehr beeinflussen.
Welche Gründe gibt es für Ausreißer?
Eingangs hatten wir gesagt, dass es vier mögliche Gründe für Ausreißer gibt, es: handelt sich um einem Zahlendreher (anstelle von 13 wurde beim Datenübertrag 31 eingetragen) wurden versehentlich die falschen Daten eingetragen, Messsignale vertauscht oder es liegt ein Messfehler vor ist schlicht Zufall.