一家木质手柄公司的质量工程师检验了一个扫帚柄随机样本的强度。这位工程师记录了使每根扫帚柄断裂所需的力度。工程师创建了一张包含这些数据的图形,发现样本中似乎存在一个异常小的值。

这位工程师执行了异常值检验,以确定最小的值是否为异常值。

  1. 打开样本数据,手柄强度.MTW
  2. 选择统计 > 基本统计 > 异常值检验
  3. 变量中,输入断裂强度
  4. 单击选项
  5. 您要确定什么(备择假设)?中,选择最小数据值为异常值
  6. 在每个对话框中单击确定

解释结果

样本均值为 123.4。G 统计量指示最小数据值 12.38 比均值小 2.4 个标准差。P 值指示,如果所有的值都确实来自同一个正态分布总体,则获得如此之小的最小值的概率仅为 0.044。由于 p 值 0.044 小于显著性水平 0.05(用 α 或 alpha 表示),因此工程师否定原假设并得出最小值是异常值的结论。

工程师研究和发现意外输入数据的人员键入的是 12.38(而非 123.8)。

异常值检验: 断裂强度

方法 原假设 所有数据值均来自相同的正态总体 备择假设 最小数据值为异常值 显著性水平 α = 0.05
Grubbs 检验 变量 N 均值 标准差 最小 最大 G P 断裂强度 14 123.4 46.3 12.4 193.1 2.40 0.044
异常值 变量 行 异常值 断裂强度 10 12.38
使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策