Determinación de más de un valor atípico en un conjunto de datos

Question

Tengo un conjunto de datos de observaciones repetidas y estoy tratando de determinar si alguna de las observaciones es un valor atípico. La investigación que he realizado sólo ha mostrado métodos que determinarían si un valor (máximo, mínimo o un valor cuestionado) es un valor atípico, o si tanto el valor más alto como el más bajo son atípicos. Lo que me gustaría poder mostrar es si múltiples valores en todo el conjunto de datos son valores atípicos, como sospecho, sin saber exactamente cuántos valores atípicos hay. Cualquier ayuda o dirección que pueda darme será muy apreciada.

Answer 1

Puede eliminar un valor atípico a la vez y repetir la prueba de valores atípicos, como se describe en la entrada de Wikipedia para Prueba de Grubbs .

Sin embargo, si su conjunto de datos es muy pequeño, puede acabar eliminando todos los puntos.

Answer 2

Puede dibujar un boxplot del resultado principal por ocasión; el código de STATA para hacerlo es graph box "outcome", over("time/occasion") showyvars marker(1, msize(vsmall)) mark(1, mlab("participantID" ))

Por favor, sustituya las variables entrecomilladas por sus variables. Tienes que pedirle al software estadístico que etiquete los marcadores/valores atípicos.

Answer 3

Hay que definir qué es un valor atípico. Los puntos de datos procedentes de sus medidas repetidas tienen una media y una desviación estándar.

Yo consideraría que un punto es un valor atípico si se encuentra a más de 3 o 4 veces la desviación estándar de la media de la distribución.

Por lo tanto, podría eliminar todos los puntos de datos que cumplan este criterio...