Smirnov-Grubbs の外れ値の検定

statistics/outlier/smirnov_grubbs
2018/07/30 更新

検定の手順

Smirnov-grubbs test (単に grubbs test という場合もある）は、データが正規分布に従うとき、含まれる外れ値を検出する方法である (1, 3）。

帰無仮説：全てのデータは同じ母集団からのものである。

対立仮説：データのうち、最大のものは外れ値である。

R のパッケージを使って Grubbs test を行うことができる。

> install.packages("outliers") #パッケージ"outliers"のインストール

サーバーを選択し、outliers というパッケージをダウンロードする。成功すると

The downloaded binary packages are in

/var/folders/...省略.../downloaded_packages

というメッセージが出る。次に

> library(outliers)

でこのライブラリーを読み込む。> search() で現在自分が読み込んでいるパッケージの一覧を確認することができる。これが完了したら、上と同様に、1 - 9 と100を要素としてもつデータセット x を作って Grubbs' test を行ってみる。

> x=c(1,2,3,4,5,6,7,8,9,100)

> grubbs.test(x)

結果は

Grubbs test for one outlier

data: x

G = 2.8356, U = 0.0073, p-value = 3.964e-09

alternative hypothesis: highest value 100 is an outlier

となり、100 が外れ値であることがわかる。P値が上記の Smirnov-Grubbs test と同じなので、同じ検定をかけているものと思われる。なお、R を再起動したときは > library(outliers) からやらないと関数がみつからないようだ。

データフレームの作成の際に、エクセルからのコピーをしたりすると、データが

> x=read.table(pipe("pbpaste"))

> x

1 1

2 2

3 3

4 4

5 5

6 100

このように縦に並んだ形式になる。V1 は、列のラベルを指定していないときに勝手に定められるラベルである。ここで grubbs.test(x) としても、

Error in `[.data.frame`(x, complete.cases(x)) :

undefined columns selected

というエラーになる。これはデータのどの列を解析するかを指定していないというエラーなので、$ を使って grubbs.test(x$V1) のように V1 行を指定すれば計算されるようになる。

各ページのコメント欄を復活させました。スパム対策のため、以下の禁止ワードが含まれるコメントは表示されないように設定しています。レイアウトなどは引き続き改善していきます。「管理人への質問」「フォーラム」へのバナーも引き続きご利用下さい。

禁止ワード: http, the, м (ロシア語のフォントです)

Date	Name	Comment