Vad är en avvikelse? Förstå outliers i statistiken

Inom statistiken är en avvikelse, ofta kallad outlier, en datapunkt som avviker markant från övriga datapunkter i ett datamaterial. Avvikelser kan tyda på flera olika saker, till exempel mätfel, felaktig datainmatning eller förekomsten av ovanliga observationer som inte är representativa för den totala populationen.

Så identifierar du avvikelser

Avvikelser kan identifieras grafiskt genom att visuellt granska ett diagram över data. De kan också identifieras numeriskt genom att beräkna ett mått på statistisk avvikelse, såsom z-poäng eller standardiserade residualer.

Avvikelsers påverkan på analysen

Förekomsten av avvikelser i ett datamaterial kan påverka resultaten av den statistiska analysen, och det är därför viktigt att beakta deras potentiella inverkan när du genomför en dataanalys. I vissa fall behöver avvikelser tas bort från datamaterialet före analysen, medan de i andra fall kan behållas som värdefulla informationspunkter.

Vanliga exempel på avvikelser

• Testresultat: I ett datamaterial med studenters provresultat kan ett onormalt högt resultat bero på fusk, medan ett onormalt lågt resultat kan tyda på att eleven inte var förberedd för provet.
• Försäljningssiffror: En onormalt hög försäljning kan bero på en särskild kampanj eller ett engångsköp, medan en onormalt låg försäljning kan indikera en butik som har det svårt.
• Medicinska data: En onormalt hög eller låg avläsning kan tyda på ett medicinskt tillstånd som kräver ytterligare utredning.

Alla avvikelser är inte fel

Det är viktigt att komma ihåg att inte alla avvikelser beror på fel eller ovanliga observationer. I vissa fall kan de orsakas av legitima förändringar i den underliggande populationen. Ett exempel är aktiekurser: en onormalt hög kurs kan bero på en positiv vinstrapport, medan en onormalt låg kurs kan bero på negativa nyheter.

Därför är det alltid viktigt att noggrant undersöka avvikelser innan du drar några slutsatser om deras betydelse.