Interpretar os principais resultados para Teste de outlier

Conclua as etapas a seguir para interpretar um teste de outlier. A saída principal inclui o valor de p, o outlier e o gráfico de outlier.

Etapa 1: Determine se existe um outlier

Para determinar se um outlier existe, compare o valor de p ao nível de significância. Geralmente, um nível de significância (denotado como α ou alfa) de 0,05 funciona bem. Um nível de significância de 0,05 indica um risco de 5% de se concluir que existe um outlier quando não existe um outlier real.
Valor de p ≤ α: Existe um outlier (rejeite H0)
Se o valor de p é menor ou igual ao nível de significância, você deve rejeitar a hipótese nula e concluir que existe um outlier. Tente identificar a causa de todos os outliers. Corrija quaisquer erros de entrada de dados ou de medição. Considere a remoção de valores de dados que estejam associados a eventos anormais que ocorrem somente uma vez (causas especiais).
Valor de p > α: Não é possível concluir que existe um outlier (não deve rejeitar H0)
Se o valor de p é maior do que o nível de significância, você não deve rejeitar a hipótese nula, porque não há evidências suficientes para concluir que existe um outlier. Você deve se certificar de que o teste tem poder suficiente para detectar um outlier. Para obter mais informações, acesse Aumentar a potência.

Teste de Outlier: ResistênciaÀQuebra

Método Hipótese nula Todos os valores de dados são provenientes da mesma população normal Hipótese alternativa O menor valor dos dados é um outlier Nível de significância α = 0,05
Teste de Grubbs Variável N Média DesvPad Mín Máx G P ResistênciaÀQuebra 14 123,4 46,3 12,4 193,1 2,40 0,044
Outlier Variável Linha Outlier ResistênciaÀQuebra 10 12,38
Resultados principais: P

Nestes resultados, a hipótese nula indica que todos os valores de dados provêm da mesma população normal. Como o valor de p é 0,044, que é menor do que o nível de significância de 0,05, a decisão é rejeitar a hipótese nula e concluir que existe um outlier.

Etapa 2: Determine o valor do outlier

Se o teste identificar um outlier nos dados, o Minitab exibe uma tabela de outlier. Use a tabela de outlier para determinar o valor do outlier e a linha na worksheet que contém o outlier.

Teste de Outlier: ResistênciaÀQuebra

Método Hipótese nula Todos os valores de dados são provenientes da mesma população normal Hipótese alternativa O menor valor dos dados é um outlier Nível de significância α = 0,05
Teste de Grubbs Variável N Média DesvPad Mín Máx G P ResistênciaÀQuebra 14 123,4 46,3 12,4 193,1 2,40 0,044
Outlier Variável Linha Outlier ResistênciaÀQuebra 10 12,38
Principais resultados: linha, outlier

Nestes resultados, o valor do outlier é 12,38 e está na linha 10.

Etapa 3: Identificar visualmente o outlier

Use o gráfico de outlier para identificar visualmente um outlier nos dados. Se existir um outlier, o Minitab o representa no gráfico como um quadrado vermelho. Tente identificar a causa de todos os outliers. Corrija todos os erros de entrada de dados ou de medição. Considere a remoção de valores de dados para eventos anormais de ocorrência única (também chamados de causas especiais).

Neste gráfico de outlier, o menor valor, 12,38, é um outlier.

Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política