如何判斷用哪種方法計算可疑值

❶ 判斷可疑測量值取捨常用的檢驗方法有哪些

判斷可疑測量值取捨常用的檢驗方法常用的有四倍法、Q檢驗法、迪克遜（Dixon）檢驗法和格魯布斯（Grubbs）檢驗法。

在實際分析工作中，常常會遇到一組平行測量數據中有個別的數據過高或過低這種數據稱為可以數據，也稱異常值或逸出值。

(1)如何判斷用哪種方法計算可疑值擴展閱讀：

在一組分析數據中，往往有個別數據與其他數據相差較大，這種個別數據成為可疑值。對可疑值的處理，應首先回顧和檢查生產可疑值的實驗過程，有無可覺察到的技術上的異常原因。但原因不明時，必須按一定的數理統計方法進行處理，決定保留還是舍棄。

在定量分析化學實驗中，實驗結束後，必須對分析數據進行處理，這樣能拓寬分析化學實驗的應用面，以適應廠礦化驗室實際工作的需要。同時也增強實驗員分析化學的理論和實驗必備素質。

❷ 可疑數據的取捨方法

可疑數據的取捨方法如下：

在一組條件完全相同的重復試驗中，個別的測量值可能會出現異常。 如測量值過大或過小，這些過大或過小的測量數據是不正常的，或稱為可疑的。

對於這些可疑數據應該用數理統計的方法判別其真偽，並決定取捨。 常用的方法有拉依達法、肖維納特（Chavenet）法。 格拉布斯（Grubbs）法等。

倍標准偏差（3S）作為確定可疑數據取捨的標准。 當某一測量數據（x）之差大於3倍標准偏差時，用公式表示為：＞3S則該測量數據應舍棄。

因而在實際試驗中，一旦出現， 就認為該測量數據是不可靠的，應將其舍棄。

另外，當測量值與平均值之差大於2倍標准偏差(即| x; -x1 > 2S) 時，則該測量值應保留，但需存疑。如發現生產(施T)、試驗過程屯有可疑的變異時，該測量值則應予舍棄。

拉依達法簡單方便，不需查表，但要求較寬，當試驗檢測次數較多或要求不高時可以應用，當試驗檢測次數較少時(如n<10)在一組測最值中即使混有異常值，也無法舍棄。

❸ Q檢驗法的依據是什麼

Q檢驗法（又叫做舍棄商法）是一種由迪克森在1951年專為分析化學中少量觀測次數(n<10)提出的簡易判據式。

按以下步驟來確定可疑值的取捨：

（1）將各數據按遞增順序排列：X1，X2，X3，…，Xn-1，Xn。

（2）求出最大值與最小值的差值（極差）Xmax-Xmin.

（3）求出可疑值與其最相鄰數據之間的差值的絕對值。

（4）求出Q（Q等於（3）中的差值除以（2）中的極差）。

（5）根據測定次數n和要求的置信水平（如95%）。

（6）判斷：若計算Q>Q表，則捨去可疑值，否則應予保留。

(3)如何判斷用哪種方法計算可疑值擴展閱讀：

例如現場儀器測在同一點上4次測出：0．1014，0．1012，0．1025，0．1016，其中0．1025與其他數值差距較大，是否應該捨去。

根據「Q值檢驗法」：

（1）對數據進行從小到大排列：0.1012，0.1014，0.1016，0.1025；

（2）求出最大值與最小值的差值=0.1025-0.1012=0.0013

（3）求出可疑數據與其相鄰數值的差值的絕對值=0.1025-0.1016=0.0009

（4）計算Q1=0.0009/0.0013=0.692

（5）測試次數為4，置信水平為0.9時的Q2=0.76

（6）由於Q1<Q2，所以，0．1025不應舍棄。

❹ 數據處理——剔除異常值的兩種方法

數據處理中剔除異常值的兩種方法主要包括拉依達准則和格拉布斯准則。以下是這兩種方法的詳細解釋：

一、拉依達准則

拉依達准則是一種基於實驗標准偏差來判斷異常值的方法。當重復測試次數遠大於10次時，可以使用該方法。具體步驟如下：

1. 計算實驗標准偏差s：

   使用貝賽爾公式計算n個測試結果的實驗標准偏差s。

2. 判斷可疑值：

   對於某個可疑值$x_{a}$，計算其與n個結果的平均值$bar{x}$之差的絕對值，即$|x_{a} - bar{x}|$。

   如果$|x_{a} - bar{x}|$大於等於3s，則判定$x_{a}$為異常值。

3. 剔除異常值並重新計算：

   剔除判定為異常值的$x_{a}$後，重新計算剩餘數據的平均值和實驗標准偏差s。

   重復上述判斷步驟，直到所有剩餘數據均不滿足異常值條件為止。

二、格拉布斯准則

格拉布斯准則是一種更為嚴格的判斷異常值的方法，適用於各種大小的樣本量。具體步驟如下：

1. 計算殘差：

   對於n個測試數據，計算每個數據與平均值的殘差，即$upsilon = x_{i} - bar{x}$（其中$x_{i}$為單個數據，$bar{x}$為平均值）。

2. 確定可疑值：

   在所有殘差中，找出絕對值最大的殘差對應的可疑值$x_{b}$。

3. 判斷異常值：

   根據給定的置信區間p（通常為0.99或0.95，即顯著水平$alpha$為0.01或0.05），查找格拉布斯准則的臨界值表，得到G（$alpha$，n）。

   計算可疑值$x_{b}$的標准化殘差$frac{nu}{s}$（其中$nu$為可疑值的殘差，s為實驗標准偏差）。

   如果$frac{nu}{s}$大於等於G（$alpha$，n），則判定$x_{b}$為異常值。

4. 剔除異常值並重新計算：

   剔除判定為異常值的$x_{b}$後，重新計算剩餘數據的平均值、實驗標准偏差s以及每個數據的殘差。

   重復上述判斷步驟，直到所有剩餘數據均不滿足異常值條件為止。

總結：

• 拉依達准則適用於重復測試次數遠大於10次的情況，通過比較可疑值與平均值的差值與3倍實驗標准偏差的大小來判斷異常值。
• 格拉布斯准則則更為嚴格，適用於各種大小的樣本量，通過比較可疑值的標准化殘差與格拉布斯准則的臨界值來判斷異常值。

在實際應用中，可以根據數據的特性和需求選擇合適的方法來剔除異常值，以確保數據處理的准確性和可靠性。