Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

4. Kiugró adatok kezelése

Hasonló előadás


Az előadások a következő témára: "4. Kiugró adatok kezelése"— Előadás másolata:

1 4. Kiugró adatok kezelése http://tp1957.atw.hu/km_4.ppt
Kemometria 4. Kiugró adatok kezelése

2 Kiugró értékek kezelése (Dixon-teszt)
A Dixon-féle Q-teszt során a Q=köz/terjedelem mennyiséget számoljuk ki és egy táblázatból vett Qkrit értékkel hasonlítjuk össze. Ha Q>Q krit, akkor a gyanús, kiugró adat elhagyható. Terjedelem: a legnagyobb és legkisebb elem közötti különbség. Köz: a gyanús és a legközelebbi szomszédja közötti különbség.

3 Dixon próba kritikus értékei (Qkrit)
90 % 95 % 99 % 3 0,941 0,970 0,994 4 0,765 0,829 0,926 5 0,642 0,710 0,821 6 0,560 0,625 0,740 7 0,507 0,568 0,680 8 0,468 0,526 0,634 9 0,437 0,493 0,598 10 0,412 0,466

4 Kiugró értékek kezelése – Dixon-teszt példák
Egy mészkő minta CaO tartalmát vizsgálva a következő eredményeket kaptuk: 55,95 56,00 56,04 56,08 56,23 %. Az utolsó adat kiugró adatnak számít-e, vagyis el-hagyhatjuk vagy nem (90%-os megbízhatósági szinten)? Egy urán izotóp tömegspektroszkópiás meghatározása során a következő nyolc intenzitás adat született: 199, , , , , ,57. Az utolsó adat gyanúsnak tűnik. Elhagyható-e, azaz kiugró értéknek számít-e 95%-os megbízhatósági szinten? Fenol meghatározás HPLC-vel a következő adatokat szolgáltatta: 0,167 0,177 0,181 0,182 0,183 0,181 0,186 0,187 0,189. Az első adat gyanúsnak tűnhet. 90%-os megbízhatósági szinten elhagyhatjuk-e?

5 Kiugró értékek kezelése (Grubb-teszt)
A Grubb-féle teszt során feltesszük, hogy normális elosz-lásúak az adataink, és azt vizsgáljuk, hogy a „gyanús” adat előfordulásának valószínűsége kisebb-e, mint a megbíz-hatósági szint. A következő képlet értékét számoljuk ki a gyanús adatra: Z = abs(átlag – x)/s Az átlagot az összes adatból számoljuk, s a tapasztalati szórás, x a „gyanús” adat értéke. A Z értéket egy táblázatból vett Zkrit értékkel hasonlítjuk össze: ha Z > Zkrit, akkor a gyanús érték elhagyható.

6 Grubb-teszt kritikus értékei (Zkrit)
n 90 % 95 % 99% 3 1,15 4 1,42 1,46 1,49 5 1,60 1,67 1,75 6 1,73 1,82 1,94 7 1,83 2,10 8 1,91 2,03 2,22 9 1,98 2,11 2,32 10 2,18 2,41 11 2,09 2,23 2,48 12 2,13 2,29 2,55 n 90 % 95 % 99% 13 2,17 2,33 2,61 14 2,21 2,37 2,66 15 2,25 2.41 2,71 16 2,28 2,44 2,75 17 2,31 2,47 2,79 18 2,34 2,50 2,82 19 2,36 2,53 2,85 20 2,38 2,56 2,88 25 3,01 30 3,10 Forrás:

7 Kiugró értékek kezelése – Grubb-teszt példák
Egy ötvözet minta réz tartalmát vizsgálva a következő eredményeket kaptuk: 85,95; 86,00; 86,04; 86,08; 86,23 %. Az utolsó adat kiugró adatnak számít-e, vagyis elhagyhatjuk vagy nem (90%-os megbízhatósági szinten)? Egy tömeg-spektroszkópiás mérés során a következő 6 intenzitás adat született: 99,31 99, , , , ,57. Az utolsó adat gyanúsnak tűnik. Elhagyható-e, azaz kiugró értéknek számít-e 95%-os megbízhatósági szinten? Etanol meghatározás GC-vel a következő adatokat eredményezte: 36,7 37,7 38,1 38,2 38,3 38,1 38,6 38,7 38,9. Az első adat gyanúsnak tűnhet. 90%-os megbízhatósági szinten elhagyhatjuk-e?

8 Kiugró értékek kezelése – Grubb-teszt p2
Egy ércminta vastartalmát mérve a következő eredmé-nyeket kaptuk: 66,23 66,00 65,95 66,04 66,08 66,07 %. Az első adat kiugró adatnak számít-e, azaz elhagyhatjuk vagy nem (95%-os megbízhatósági szinten)? Mindkét teszttel vizsgálja meg!


Letölteni ppt "4. Kiugró adatok kezelése"

Hasonló előadás


Google Hirdetések