Teste de outliers

Um teste de outliers identifica estatisticamente observações de um conjunto de dados que estão excepcionalmente distantes da maioria dos dados — valores tão extremos que dificilmente vêm do mesmo processo ou população subjacente. Detectar outliers é uma etapa importante da revisão da qualidade dos dados, pois um único valor extremo pode distorcer médias, inflar desvios padrão e afetar significativamente os resultados de análises de capacidade, regressão e testes de hipóteses.

Última revisão

Conclusão principal

Um teste de outliers identifica estatisticamente observações de um conjunto de dados que estão excepcionalmente distantes da maioria dos dados, valores tão extremos que dificilmente vêm do mesmo processo ou população.

Nesta página
  1. O que é o teste de outliers?
  2. Quando usar o teste de outliers?
  3. Diretrizes para o uso correto do teste de outliers
  4. Alternativas: quando não usar o teste de outliers
  5. Exemplo de teste de outliers
  6. Como fazer o teste de outliers

O que é o teste de outliers?

Um teste de outliers identifica estatisticamente observações de um conjunto de dados que estão excepcionalmente distantes da maioria dos dados — valores tão extremos que dificilmente vêm do mesmo processo ou população subjacente. Detectar outliers é uma etapa importante da revisão da qualidade dos dados, pois um único valor extremo pode distorcer médias, inflar desvios padrão e afetar significativamente os resultados de análises de capacidade, regressão e testes de hipóteses.

O método mais usado é o teste de Grubbs (também chamado de teste ESD — Extreme Studentized Deviate), que verifica se o valor mais extremo do conjunto de dados é significativamente diferente dos demais.

Definição simples:Um teste estatístico formal que identifica se algum ponto de dados é tão extremo que dificilmente pertence ao mesmo processo — ajudando você a decidir se deve investigar ou remover valores suspeitos.

Quando usar o teste de outliers?

  • Use quando você suspeitar da presença de valores incomuns no conjunto de dados antes de executar análises de capacidade, regressão ou testes de hipóteses.
  • Use durante a limpeza e validação dos dados para confirmar a integridade dos dados antes de tomar decisões sobre o processo.
  • Use quando um ponto de dados individual parecer visualmente extremo em um histograma ou carta de controle e você precisar de um teste formal para confirmar se ele é estatisticamente incomum.
  • Use quando erros de medição, erros de digitação ou eventos de causa especial possam ter introduzido outliers no conjunto de dados.

Diretrizes para o uso correto do teste de outliers

  • Os dados devem ter distribuição aproximadamente normal — o teste de Grubbs pressupõe normalidade e pode não ter desempenho confiável em dados muito assimétricos.
  • Nunca exclua automaticamente os outliers sinalizados sem investigação — determine sempre se o valor representa um evento genuíno do processo, um erro de medição ou um erro de digitação.
  • Teste um outlier por vez ao usar o teste de Grubbs — remover um outlier e testar novamente é mais confiável do que testar vários outliers simultaneamente.
  • Documente os outliers removidos, junto com a justificativa da remoção — isso é fundamental para trilhas de auditoria e registros da qualidade.
  • Defina alfa como 0.05 como padrão — um valor-p abaixo de 0.05 indica que o valor sinalizado é estatisticamente incomum.

Alternativas: quando não usar o teste de outliers

  • Se os dados não tiverem distribuição normal, use métodos robustos de detecção de outliers , como o método do IQR ou o desvio absoluto mediano.
  • Se quiser inspecionar visualmente a dispersão dos dados em vez de um teste formal, use um boxplot ou gráfico de valores individuais
  • Se forem esperados vários outliers, use o teste ESD generalizado (Extreme Studentized Deviate) em vez de testes de Grubbs repetidos para um único outlier.
  • Se o outlier se deve a um evento de causa especial conhecida, trate-o como um sinal do processo e investigue usando cartas de controle em vez de simplesmente removê-lo.

Exemplo de teste de outliers

Um engenheiro da qualidade de uma empresa de cabos de madeira testa a resistência de uma amostra aleatória de cabos de vassoura. O engenheiro registra a força necessária para quebrar cada cabo. Ele cria um gráfico dos dados e nota que um dos valores da amostra parece incomumente baixo. O teste segue estas etapas:

  1. Reunir os dados necessários.
Outlier test — figure 1
  1.  Agora, analise os dados no Zometric Statistical Software em https://statsai.zometric.com/.
  2.  Para encontrar Outlier test, escolha Statistical module> Hypothesis Test> Outlier test.
  3.  Dentro da ferramenta, insira os dados junto com as outras entradas, como segue:
Outlier test — figure 2

5. Depois de usar a ferramenta acima, obtenha a saída, como segue:

Outlier test — figure 3Outlier test — figure 4

Como fazer o teste de outliers

O guia é o seguinte:

  1. Faça login no Zometric Statistical Software em https://statsai.zometric.com/
  2. Na página inicial, escolha Statistical Tool> Hypothesis Test >Outlier test .
  3. Em seguida, atualize os dados manualmente ou copie todos os dados (Ctrl+C) de uma planilha do Excel e cole-os (Ctrl+V) aqui.
  4. Preencha as opções necessárias.
  5. Por fim, clique em calculate na parte inferior da página para obter os resultados desejados.

No painel (dashboard) do teste de outliers, a janela é dividida em duas partes.

Outlier test — figure 5

Na parte esquerda fica o painel de dados (Data Pane). No Data Pane, cada linha forma um subgrupo. Os dados podem ser inseridos manualmente, ou você pode copiar todos os dados (Ctrl+C) de uma planilha do Excel e colá-los (Ctrl+V) aqui.

Load example: Os dados de exemplo serão carregados.

Load File: É usado para carregar diretamente os dados do Excel.

Na parte direita, há várias opções, descritas a seguir:

  • Variables: Selecione a(s) coluna(s) com os dados contínuos que deseja testar quanto a outliers. Use Ctrl ou Command + clique para selecionar várias colunas se quiser verificar várias variáveis de uma vez. Cada coluna selecionada é testada de forma independente — a ferramenta avalia cada variável separadamente e informa se há valores estatisticamente extremos em cada conjunto de dados.
  • Significance Level: Define o limiar para determinar se um valor sinalizado é um outlier estatisticamente significativo. O padrão é 0.05, o que significa um risco de 5% de identificar incorretamente um ponto de dados normal como outlier quando na verdade não existe nenhum. Um nível de significância menor (ex.: 0.01) torna o teste mais conservador e reduz alarmes falsos, mas pode deixar passar outliers genuínos. Um nível maior (ex.: 0.10) torna o teste mais sensível, mas aumenta a chance de sinalizar valores que são apenas parte da variação natural do processo.
  • Outlier Test: Grubbs O teste de Grubbs é o método estatístico usado para identificar outliers. Ele calcula a quantos desvios padrão da média está o valor mais extremo do conjunto de dados e depois compara essa distância com um valor crítico baseado no tamanho amostral e no nível de significância. Se o valor mais extremo exceder o limiar crítico, ele é sinalizado como um outlier estatisticamente significativo.
  • O teste de Grubbs pressupõe que os dados têm distribuição aproximadamente normal e testa um outlier por vez — ele identifica o único valor mais extremo do conjunto de dados. Se esse valor for confirmado e removido, o teste pode ser repetido nos dados restantes para verificar a existência de outros outliers. É o método mais aceito e mais usado para a detecção de outliers em dados contínuos com distribuição normal.
  • Outlier Plot: Quando habilitado, exibe um gráfico dos dados com o suposto outlier claramente marcado. O gráfico mostra todos os pontos de dados em uma escala, para que você veja de imediato a que distância o valor sinalizado está do restante dos dados. Essa confirmação visual é importante porque ajuda a julgar se o outlier é um valor extremo genuíno ou apenas uma observação na cauda natural da distribuição — apoiando uma decisão mais bem fundamentada sobre investigar ou manter o ponto sinalizado.

Perguntas frequentes

O que é um teste de outliers?

Um teste de outliers identifica estatisticamente observações excepcionalmente distantes do restante dos dados, tão extremas que dificilmente vêm do mesmo processo ou população. É uma etapa importante da qualidade dos dados, pois um único valor extremo pode distorcer médias, inflar desvios padrão e afetar análises de capacidade, regressão e testes de hipóteses.

Como funciona o teste de Grubbs?

O teste de Grubbs, também chamado de teste ESD (Extreme Studentized Deviate), calcula a quantos desvios padrão da média está o valor mais extremo e depois compara essa distância com um valor crítico baseado no tamanho amostral e no nível de significância. Se ela exceder o limiar, o valor é sinalizado como um outlier estatisticamente significativo.

Quais são as premissas do teste de outliers de Grubbs?

Os dados devem ter distribuição aproximadamente normal, pois o teste de Grubbs pode não ter desempenho confiável em dados muito assimétricos. Ele testa um outlier por vez; se um valor for confirmado e removido, o teste pode ser repetido nos dados restantes. Para dados não normais, use métodos robustos, como o método do IQR ou o desvio absoluto mediano.

Devem-se excluir os outliers encontrados por um teste de outliers?

Nunca exclua automaticamente os outliers sinalizados. Primeiro determine se o valor reflete um evento genuíno do processo, um erro de medição ou um erro de digitação, e documente os outliers removidos com a justificativa. Se um outlier vem de uma causa especial conhecida, trate-o como um sinal do processo e investigue usando cartas de controle.