न तो मानक विचलन और न ही विचरण बाहरी लोगों के लिए मजबूत है। एक डेटा मान जो डेटा के मुख्य भाग से अलग होता है, आँकड़ों के मूल्य को मनमाने ढंग से बड़ी मात्रा में बढ़ा सकता है। औसत निरपेक्ष विचलन (एमएडी) भी बाहरी लोगों के प्रति संवेदनशील है।
विविधता पर बाहरी लोगों का क्या प्रभाव पड़ता है?
मानक विचलन बाहरी लोगों के प्रति संवेदनशील है। एक एकल बाहरी मानक विचलन बढ़ा सकता है और बदले में, प्रसार की तस्वीर को विकृत कर सकता है। लगभग समान माध्य वाले डेटा के लिए, जितना अधिक प्रसार होगा, मानक विचलन उतना ही अधिक होगा।
विचरण और मानक विचलन के मूल्य को कैसे प्रभावित करते हैं?
विचरण पर बाहरी प्रभाव, और डेटा वितरण के मानक विचलन। एक डेटा वितरण में, अत्यधिक आउटलेयर के साथ, वितरण आउटलेर्स की दिशा में तिरछा होता है जिससे डेटा का विश्लेषण करना मुश्किल हो जाता है।
आउटलेर्स परिणामों को कैसे प्रभावित करते हैं?
एक बाहरी एक असामान्य रूप से बड़ा या छोटा अवलोकन है। आउटलेयर का सांख्यिकीय परिणामों पर अनुपातहीन प्रभाव हो सकता है, जैसे कि माध्य, जिसके परिणामस्वरूप भ्रामक व्याख्याएं हो सकती हैं। इस मामले में, माध्य मान ऐसा प्रतीत होता है कि डेटा मान वास्तव मेंसे अधिक हैं। …
क्या एक बाहरी को हटाया जाना चाहिए?
आउटलेर्स को हटाना केवल विशिष्ट कारणों से वैध है। आउटलेयर विषय-क्षेत्र और डेटा संग्रह प्रक्रिया के बारे में बहुत जानकारीपूर्ण हो सकते हैं।… आउटलेयर आपके डेटा में परिवर्तनशीलता को बढ़ाते हैं, जिससे सांख्यिकीय शक्ति घट जाती है। नतीजतन, आउटलेर्स को बाहर करने से आपके परिणाम सांख्यिकीय रूप से महत्वपूर्ण हो सकते हैं।
