Co sprawdzić po wykryciu wartości odstających?
Po oznaczeniu nietypowych obserwacji warto sprawdzić kwartyle, skalę odchyleń i kształt całego rozkładu.
Co to są wartości odstające?
Wartości odstające to obserwacje wyraźnie różniące się od większości danych. Mogą być bardzo wysokie, bardzo niskie albo po prostu nietypowe względem typowego zakresu zmienności.
Wartość odstająca nie oznacza automatycznie błędu. Może być prawdziwą i ważną informacją. Jeżeli usuniesz ją bez sprawdzenia, możesz zafałszować analizę.
Kalkulator ma więc pomagać w wykryciu obserwacji wymagających uwagi, ale decyzję o ich poprawieniu, opisaniu albo pozostawieniu trzeba podjąć na podstawie kontekstu.
Metoda IQR
Metoda IQR opiera się na pierwszym kwartylu Q1 i trzecim kwartylu Q3. Rozstęp międzykwartylowy to:
Następnie wyznacza się granice:
górna = Q3 + 1,5·IQR
Wartości poniżej dolnej granicy albo powyżej górnej granicy są wskazywane jako potencjalnie odstające. Kalkulator pozwala też użyć granic 3×IQR dla obserwacji bardziej skrajnych.
Granica 3×IQR
Poza klasyczną granicą 1,5×IQR można sprawdzić także granicę 3×IQR. Obserwacje przekraczające tę dalszą granicę są znacznie bardziej skrajne względem środkowych 50% danych.
Taki wynik nadal nie mówi sam w sobie, że pomiar jest błędny. Wskazuje jedynie, że obserwacja wymaga szczególnie uważnej weryfikacji.
Metoda z-score
Z-score pokazuje, ile odchyleń standardowych dana wartość leży od średniej:
W tym kalkulatorze z-score jest liczony ze średniej z wpisanych danych i odchylenia standardowego próby, czyli z dzieleniem przez n−1. Domyślny próg to |z| > 3, ale możesz wpisać własną dodatnią wartość.
Jeżeli wszystkie liczby są takie same, odchylenie standardowe wynosi 0 i z-score nie jest określony. Metoda IQR może wtedy nadal zostać pokazana.
Dlaczego IQR i z-score mogą wskazać inne wartości?
IQR opiera się na kwartylach, więc jest mniej wrażliwy na pojedyncze skrajne obserwacje. Z-score korzysta ze średniej i odchylenia standardowego, które same mogą zostać przesunięte przez wartości skrajne.
Przy danych mocno skośnych albo z długim ogonem różnica między metodami jest naturalna. Dlatego warto obejrzeć także histogram i nie podejmować decyzji wyłącznie na podstawie jednego progu.
Kiedy nie usuwać wartości odstających?
Usuwanie wartości tylko dlatego, że zmieniają średnią, jest częstym błędem. Wartość skrajna może opisywać prawdziwy przypadek, którego nie wolno pominąć.
Usunięcie albo poprawienie obserwacji ma sens wtedy, gdy istnieje konkretny powód: błąd wpisu, niewłaściwa jednostka, awaria pomiaru, duplikat albo obserwacja spoza badanej grupy.
Jeśli wartość jest prawdziwa, można ją opisać osobno, użyć odpornych miar albo porównać analizę z nią i bez niej.
Przykład krok po kroku
Dane: 12, 13, 14, 15, 16, 17, 18, 19, 20, 45. Większość wartości znajduje się między 12 a 20, natomiast 45 leży wyraźnie dalej.
Metoda IQR wyznacza Q1 i Q3, oblicza IQR, a następnie dolną i górną granicę. Jeżeli 45 znajduje się powyżej górnej granicy, zostaje oznaczone do sprawdzenia.
Następnie można porównać ten wynik z z-score. Zgodność obu metod jest dodatkowym sygnałem, ale nadal nie jest automatycznym powodem do usunięcia obserwacji.
Zadania przykładowe
Zadanie 1
Co oznacza wartość powyżej Q3 + 1,5·IQR?
Odpowiedź: jest potencjalną wartością odstającą po górnej stronie danych.
Zadanie 2
Czy każdą wartość odstającą trzeba usunąć?
Odpowiedź: nie. Najpierw trzeba sprawdzić, czy to błąd, czy prawdziwa obserwacja.
Zadanie 3
Co oznacza |z| większe niż 3?
Odpowiedź: wynik leży ponad trzy odchylenia standardowe od średniej.
Zadanie 4
Dlaczego IQR jest mniej wrażliwy na skrajne wartości?
Odpowiedź: opiera się na kwartylach, a nie bezpośrednio na średniej.
Najczęstsze błędy
- Automatyczne usuwanie obserwacji. Nietypowa wartość może być prawidłowa.
- Brak informacji o sposobie liczenia kwartylów. Różne zasady kwartylów mogą dać nieco inne granice w małych próbach.
- Traktowanie z-score jak pewnego testu na błąd. To pomocnicza miara odległości od średniej.
- Ignorowanie kształtu rozkładu. Dane skośne mogą naturalnie mieć więcej skrajnych wartości po jednej stronie.
- Zaokrąglanie przed porównaniem z granicą. Kalkulator porównuje pełne wartości, a dopiero potem formatuje wynik.
Wskazówka od KalkulatorXXL
Nie usuwaj wartości odstającej od razu. Najpierw sprawdź źródło danych, jednostkę i sposób pomiaru, a potem porównaj wynik z IQR, z-score i kształtem całego rozkładu.
Więcej narzędzi: współczynnik zmienności oraz Statystyka, prawdopodobieństwo i rozkłady – akademia obliczeń.
FAQ - wartości odstające
Ostatnia aktualizacja: 29.09.2026