離群值檢定
離群值檢定透過統計方法識別資料集中與大多數資料相距異常遠的觀測值——這些值極端到不太可能來自同一潛在製程或總體。檢測離群值是資料品質審查的重要一步,因為單一極端值就可能扭曲平均值、增大標準差,並顯著影響能力分析、迴歸和假設檢定的結果。
最後審閱
核心要點
離群值檢定透過統計方法識別資料集中與大多數資料相距異常遠的觀測值,這些值極端到不太可能來自同一製程或總體。
什麼是離群值檢定?
離群值檢定透過統計方法識別資料集中與大多數資料相距異常遠的觀測值——這些值極端到不太可能來自同一潛在製程或總體。檢測離群值是資料品質審查的重要一步,因為單一極端值就可能扭曲平均值、增大標準差,並顯著影響能力分析、迴歸和假設檢定的結果。
最常用的方法是 Grubbs 檢定(也稱 ESD 檢定——極端學生化偏差,Extreme Studentized Deviate),它檢定資料集中最極端的值是否與其餘資料存在顯著差異。
簡單定義:一種正式的統計檢定,用於判斷是否有資料點極端到不太可能屬於同一製程——幫助您決定是否調查或剔除可疑值。
何時使用離群值檢定?
- 在進行能力分析、迴歸或假設檢定之前,懷疑資料集中可能存在離群值 時使用。
- 在 資料清理和驗證 期間使用,以便在做出製程決策之前確認資料的完整性。
- 當直方圖或管制圖上 某個單獨的資料點在視覺上顯得極端,而您需要正式檢定來確認它在統計上是否異常時使用。
- 當 量測誤差、資料錄入錯誤或特殊原因事件 可能使資料集中混入非典型值時使用。
正確使用離群值檢定的指南
- 資料應 近似服從常態分配 ——Grubbs 檢定假定資料服從常態分配,對高度偏斜的資料可能不可靠。
- 切勿未經調查就自動刪除被標出的離群值 ——務必確定該離群值反映的是真實的製程事件、量測誤差,還是資料錄入錯誤。
- 使用 Grubbs 檢定時,每次只檢定一個離群值 ——剔除一個離群值後重新檢定,比同時檢定多個離群值更可靠。
- 記錄 被剔除的離群值及剔除的理由——這對稽核追溯和品質記錄至關重要。
- 將 alpha 設為 0.05 作為標準預設值——p 值低於 0.05 表明被標出的值在統計上是異常的。
替代方法:何時不宜使用離群值檢定
- 若資料 不服從常態分配,請改用 穩健的離群值檢測方法,例如 IQR 法或中位數絕對偏差。
- 若希望 直觀檢查資料的離散情況 而非進行正式檢定,請使用 盒鬚圖或個別值圖
- 若預期存在多個離群值,請使用 廣義 ESD(極端學生化偏差)檢定,而不是重複進行單一離群值的 Grubbs 檢定。
- 若離群值源於 已知的特殊原因事件,應將其視為製程訊號,並使用 管制圖 進行調查,而不是簡單地剔除。
離群值檢定範例
某木柄公司的一名品質工程師測試隨機抽取的掃帚柄樣本的強度。工程師記錄折斷每個木柄所需的力。工程師繪製了資料圖,注意到樣本中有一個值似乎異常小。步驟如下:
- 收集所需資料。

- 現在,在 Zometric Statistical Software 中分析資料,網址為 https://statsai.zometric.com/。
- 要找到離群值檢定,請選擇 Statistical module> Hypothesis Test> Outlier test.
- 在工具中輸入資料以及其他輸入項,如下所示:

5. 使用上述工具後,得到的輸出如下:


如何進行離群值檢定
操作步驟如下:
- 登入 Zometric Statistical Software,網址為 https://statsai.zometric.com/
- 在首頁選擇 Statistical Tool> Hypothesis Test >Outlier test。
- 接下來,手動更新資料,或從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V)到此處。
- 填寫必填選項。
- 最後,點選頁面底部的 calculate,即可得到所需結果。
在離群值檢定的工具介面中,視窗分為兩個部分。

左側為資料窗格(Data Pane)。在 Data Pane 中,每一列構成一個子群組。資料可手動輸入,也可從 Excel 表格中完整複製(Ctrl+C)並貼上(Ctrl+V)到此處。
Load example: 將載入範例資料。
Load File: 用於直接載入 Excel 資料。
右側提供以下選項:
- Variables: 選擇包含要檢定離群值的連續型資料的欄。若要同時檢查多個變數,請使用 Ctrl 或 Command + 點選選擇多欄。每個所選欄都被獨立檢定——工具分別評估每個變數,並報告每個資料集中是否存在統計上極端的值。
- Significance Level: 設定判斷被標出的值是否為統計上顯著離群值的閾值。標準預設值為 0.05,即在實際並無離群值時,有 5% 的風險將正常資料點誤判為離群值。較低的顯著水準(如 0.01)使檢定更保守,減少誤報,但可能漏掉真正的離群值。較高的水準(如 0.10)使檢定更靈敏,但會增加將僅屬於自然製程變異的值標出的可能性。
- Outlier Test: Grubbs Grubbs 檢定是用於識別離群值的統計方法。它先計算資料集中最極端的值與平均值相距多少個標準差,再將該距離與基於樣本數和顯著水準的臨界值進行比較。若最極端的值超過臨界閾值,則將其標出為統計上顯著的離群值。
- Grubbs 檢定假定資料 近似服從常態分配,並且 每次只檢定一個離群值 ——它識別資料集中單一最極端的值。若該值得到確認並被剔除,可對其餘資料重複檢定,以檢查是否還有其他離群值。對於服從常態分配的連續型資料,它是最被廣泛接受、最常用的離群值檢測方法。
- Outlier Plot: 啟用後,顯示資料的視覺化圖,並清楚標出可疑的離群值。該圖將所有資料點沿一個刻度顯示,使您能立即看出被標出的值與其餘資料相距多遠。這種直觀確認很重要,因為它有助於您判斷該離群值是真正的極端值,還是僅為分配自然尾部的觀測值——從而對是調查還是保留被標出的點做出更明智的決定。
常見問題
什麼是離群值檢定?
離群值檢定透過統計方法識別與其餘資料相距異常遠的觀測值,這些值極端到不太可能來自同一製程或總體。這是重要的資料品質步驟,因為單一極端值就可能扭曲平均值、增大標準差,並影響能力分析、迴歸和假設檢定。
Grubbs 檢定如何運作?
Grubbs 檢定也稱 ESD(極端學生化偏差)檢定,它計算最極端的值與平均值相距多少個標準差,再將該距離與基於樣本數和顯著水準的臨界值進行比較。若超過閾值,則將該值標出為統計上顯著的離群值。
Grubbs 離群值檢定有哪些前提假設?
資料應近似服從常態分配,因為 Grubbs 檢定對高度偏斜的資料可能不可靠。它每次只檢定一個離群值;若某個值得到確認並被剔除,可對其餘資料重複檢定。對於非常態資料,請使用穩健方法,如 IQR 法或中位數絕對偏差。
是否應刪除離群值檢定發現的離群值?
切勿自動刪除被標出的離群值。應先確定該值反映的是真實的製程事件、量測誤差,還是資料錄入錯誤,並記錄所有被剔除的離群值及其理由。若離群值源於已知的特殊原因,應將其視為製程訊號,並使用管制圖進行調查。
