Interpretar todas as estatísticas e gráficos para Teste de outlier

O nível de significância (indicado como α ou alfa) é o nível de risco máximo aceitável para rejeitar a hipótese nula quando ela é verdadeira (erro tipo I). O valor padrão é 0,05.

O tamanho amostral (N) é o número total de observações na amostra.

A média é a média dos dados, que é a soma de todas as observações divididas pelo número de observações.

Por exemplo, os tempos de espera (em minutos) de cinco clientes em um banco são: 3, 2, 4, 1 e 2. O tempo de espera médio é calculado da seguinte maneira:

Em média, um cliente aguarda 2,4 minutos para ser atendido no banco.

Interpretação

Use a média para descrever a amostra com um único valor que representa o centro dos dados. Diversas análises estatísticas usam a média como uma média padrão do centro da distribuição dos dados.

A mediana e a média medem a tendência central. Mas os valores atípicos, chamados de outliers, podem afetar a mediana menos do que afetam a média. Se seus dados forem simétricos, a média e a mediana são semelhantes.

Simétrica

Não simétrica

O desvio padrão é a medida mais comum de dispersão, ou o quanto os dados estão dispersos sobre a média. O símbolo σ (sigma) é frequentemente usado para representar o desvio padrão de uma população, enquanto s é usado para representar o desvio padrão de uma amostra. A variação que é aleatória ou natural de um processo é frequentemente referida como ruído.

Como o desvio padrão está nas mesmas unidades que os dados, ele é normalmente mais fácil de interpretar do que a variância.

Interpretação

Use o desvio padrão para determinar o grau de dispersão dos dados a partir da média. Um valor de desvio padrão mais alto indica maior dispersão nos dados. Uma boa regra de ouro de uma distribuição normal é que aproximadamente 68% dos valores estão dentro de um desvio padrão da média, 95% dos valores estão dentro de dois desvios padrão e 99,7% dos valores estão dentro de três desvios padrão.

O desvio padrão também pode ser usado para estabelecer um benchmark para estimativa da variação global de um processo.

Hospital 1

Hospital 2

O valor máximo é o maior valor de dados.

Nesses dados, o máximo é 19.

O mínimo é o menor valor de dados.

Em nesses dados, o mínimo é 7.

Um outlier é uma observação atipicamente grande ou pequeno. 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).

A linha na worksheet que contém o outlier. O Minitab exibe este valor somente quando existe um outlier.

Quando você usa um dos testes de razão de Dixon, o Minitab exibe mais observações na tabela de teste, além de o mínimo e o máximo. O valor entre parênteses indica o tamanho da observação em relação aos outros valores. Por exemplo, x[2] indica a 2^a menor observação e x[N-1] indica a 2^a maior observação.

Teste estatístico de Grubbs (G) é a diferença entre a média da amostra e o maior ou menor valores de dados, dividido pelo desvio padrão. O Minitab usa a estatística de teste de Grubbs para calcular o valor de p, que é a probabilidade de rejeitar a hipótese nula quando ela é verdadeira.

O valor de p é uma probabilidade que mede a evidência contra a hipótese nula. Um valor de p menor fornece uma evidência mais forte contra a hipótese nula.

Um gráfico de outlier é semelhante a um gráfico individual. 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).