Outlier: differenze tra le versioni
Contenuto cancellato Contenuto aggiunto
No2 (discussione | contributi) m Fix link |
correzione collegamento |
||
Riga 1:
'''Outlier''' è un termine utilizzato in [[statistica]] per definire, in un insieme di osservazioni, un valore anomalo e aberrante; un valore quindi chiaramente distante dalle altre osservazioni disponibili.<ref>Gli statistici italiani preferiscono tradizionalmente parlare di 'dati anomali' o 'aberranti'. Il significato è il medesimo.</ref>
Gli outlier sono valori numericamente distanti dal resto dei dati raccolti (ad esempio, in un [[campionamento statistico|campionamento]]). Le statistiche che derivano da campioni contenenti outlier possono essere fuorvianti. Per esempio, se misurassimo la temperatura di dieci oggetti presenti in una stanza, la maggior parte dei quali risultasse avere una temperatura compresa fra 20 e 25 gradi Celsius, allora il forno acceso, avente una temperatura di 350 gradi, sarebbe un dato aberrante. La [[Mediana (statistica)|mediana]] dei valori sarebbe circa 23, mentre la temperatura media salirebbe a circa 55 gradi: un indice chiaramente non rappresentativo della maggioranza dei valori di temperatura riscontrati nella stanza. In questo caso, la mediana rifletterebbe meglio della [[media aritmetica]] le misure della temperatura degli oggetti. Gli outliers possono essere indicativi del fatto che, in un dato [[campione (statistica)|campione]], alcuni dati appartengono ad una [[popolazione statistica|popolazione]] differente rispetto a quella del resto del campione.
Nella maggioranza dei grandi campioni, alcuni dati saranno più lontani dalla media del campione di quanto sarebbe logico aspettarsi. Ciò può essere dovuto ad un errore sistematico che si è verificato nella raccolta dei dati, oppure a una fallacia nella teoria che ha orientato l'assunzione di una data distribuzione campionaria di probabilità, ma potrebbe anche essere semplicemente dovuto al caso, che ha fatto sì che nella raccolta dei dati alcune osservazioni abbiano prodotto dati molto lontani dai valori medi del campione. Inoltre, gli outliers potrebbero essere indicativi di dati errati, procedure erronee o aree sperimentali in cui alcune teorie potrebbero non essere valide. Tuttavia, un piccolo numero di dati aberranti non dovuti a condizioni anomale è dato per scontato nei grandi campioni.
| |||