@prefix owl: . @prefix dbpedia: . dbpedia:Outlier owl:sameAs . @prefix foaf: . @prefix ns3: . dbpedia:Outlier foaf:page ns3:Outlier . @prefix dbpprop: . @prefix ns5: . dbpedia:Outlier dbpprop:reference ns5:Detecting_Outliers_-_Multivariate , ns5:Detecting_Outliers_-_Univariate , , ns5:Dealing_with_Outliers . @prefix rdfs: . dbpedia:Outlier rdfs:label "Outlier"@en , "Obserwacja odstaj\u0105ca"@pl , "Intercolumnio"@es , "Valor at\u00EDpico"@es , "Outlier"@it , "Uitbijter"@nl , "Ausrei\u00DFer"@de . @prefix dbpedia-owl: . dbpedia:Outlier dbpedia-owl:thumbnail ; dbpprop:abstract "Outlier \u00E8 un termine utilizzato in statistica per definire, in un insieme di osservazioni, un valore anomalo e aberrante; un valore quindi chiaramente distante dalle altre osservazioni disponibili. Gli outlier sono valori numericamente distanti dal resto dei dati raccolti (ad esempio, in un campionamento). Le statistiche che derivano da campioni contenenti outlier possono essere fuorvianti. Per esempio, se misurassimo la temperatura di dieci oggetti presenti in una stanza, la maggior parte dei quali risultasse avere una temperatura compresa fra 20 e 25 gradi Celsius, allora il forno acceso, avente una temperatura di 350 gradi, sarebbe un dato aberrante. La mediana dei valori sarebbe circa 23, mentre la temperatura media salirebbe a circa 55 gradi: un indice chiaramente non rappresentativo della maggioranza dei valori di temperatura riscontrati nella stanza. In questo caso, la mediana rifletterebbe meglio della media aritmetica le misure della temperatura degli oggetti. Gli outliers possono essere indicativi del fatto che, in un dato campione, alcuni dati appartengono ad una popolazione differente rispetto a quella del resto del campione. Nella maggioranza dei grandi campioni, alcuni dati saranno pi\u00F9 lontani dalla media del campione di quanto sarebbe logico aspettarsi. Ci\u00F2 pu\u00F2 essere dovuto ad un errore sistematico che si \u00E8 verificato nella raccolta dei dati, oppure a una fallacia nella teoria che ha orientato l'assunzione di una data distribuzione campionaria di probabilit\u00E0, ma potrebbe anche essere semplicemente dovuto al caso, che ha fatto s\u00EC che nella raccolta dei dati alcune osservazioni abbiano prodotto dati molto lontani dai valori medi del campione. Inoltre, gli outliers potrebbero essere indicativi di dati errati, procedure erronee o aree sperimentali in cui alcune teorie potrebbero non essere valide. Tuttavia, un piccolo numero di dati aberranti non dovuti a condizioni anomale \u00E8 dato per scontato nei grandi campioni. Stimatori poco influenzati dai dati aberranti sono detti robusti."@it , "En las estad\u00EDsticas, tales como muestras estratificadas, un valor at\u00EDpico es una observaci\u00F3n que es num\u00E9ricamente distante del resto de los datos. Las estad\u00EDsticas derivadas de los conjuntos de datos que incluyen valores at\u00EDpicos ser\u00E1n frecuentemente enga\u00F1osas. Por ejemplo, en el c\u00E1lculo de la temperatura media de 10 objetos en una habitaci\u00F3n, si la mayor\u00EDa tienen entre 20 y 25 \u00BAC, pero hay un horno a 350 \u00B0C, la mediana de los datos puede ser 23, pero la temperatura media ser\u00E1 55. En este caso, la mediana refleja mejor la temperatura de la muestra al azar de un objeto que la media. Los valores at\u00EDpicos pueden ser indicativos de datos que pertenecen a una poblaci\u00F3n diferente del resto de la muestra establecida. Tomando como referencia la diferencia entre el primer cuartil (<math>Q_1</math>) y el tercer cuartil <math>Q_3</math>, o valor intercuartil, en un diagrama de caja se considera un valor at\u00EDpico el que se encuentra a 1,5 veces esa distancia de uno de esos cuartiles (at\u00EDpico leve) o a 3 veces esa distancia (at\u00EDpico extremo)."@es , "In statistics, an outlier is an observation that is numerically distant from the rest of the data. Grubbs defined an outlier as: An outlying observation, or outlier, is one that appears to deviate markedly from other members of the sample in which it occurs. Outliers can occur by chance in any distribution, but they are often indicative either of measurement error or that the population has a heavy-tailed distribution. In the former case one wishes to discard them or use statistics that are robust to outliers, while in the latter case they indicate that the distribution has high kurtosis and that one should be very cautious in using tool or intuitions that assume a normal distribution. A frequent cause of outliers is a mixture of two distributions, which may be two distinct sub-populations, or may indicate 'correct trial' versus 'measurement error'; this is modeled by a mixture model. In most larger samplings of data, some data points will be further away from the sample mean than what is deemed reasonable. This can be due to incidental systematic error or flaws in the theory that generated an assumed family of probability distributions, or it may be that some observations are far from the center of the data. Outlier points can therefore indicate faulty data, erroneous procedures, or areas where a certain theory might not be valid. However, in large samples, a small number of outliers is to be expected (and not due to any anomalous condition). Outliers, being the most extreme observations, will include the sample maximum or sample minimum, or both, depending on whether they are extremely high or low. However, the sample maximum and minimum need not be outliers, if they are not unusually far from other observations. Naive interpretation of statistics derived from data sets that include outliers may be misleading. For example, if one is calculating the average temperature of 10 objects in a room, and most are between 20 and 25 degrees Celsius, but an oven is at 175 \u00B0C, the median of the data may be 23 \u00B0C but the mean temperature will be between 35.5 and 40 \u00B0C. In this case, the median better reflects the temperature of a randomly sampled object than the mean; however, naively interpreting the mean as \"a typical sample\", equivalent to the median, is incorrect. As illustrated in this case, outliers may be indicative of data points that belong to a different population than the rest of the sample set. Estimators capable of coping with outliers are said to be robust: the median is a robust statistic, while the mean is not."@en , "Obserwacja odstaj\u0105ca / element odstaj\u0105cy (ang. outlier) \u2013 w statystyce obserwacja, kt\u00F3ra nie pasuje do modelu. W najprostszym przypadku mo\u017Ce to by\u0107 na przyk\u0142ad obserwacja z warto\u015Bci\u0105 kt\u00F3rej\u015B zmiennej pi\u0119ciokrotnie wi\u0119ksz\u0105 od najwi\u0119kszej z pozosta\u0142ych warto\u015Bci tej zmiennej. Obserwacje odstaj\u0105ce s\u0105 na og\u00F3\u0142 spowodowane b\u0142\u0119dami w danych, na skutek b\u0142\u0119dnego pomiaru, pomy\u0142ek we wprowadzaniu informacji do bazy danych itp. Du\u017Ca liczba element\u00F3w odstaj\u0105cych mo\u017Ce te\u017C by\u0107 sygna\u0142em dobrania z\u0142ego modelu. Obserwacje odstaj\u0105ce powsta\u0142e na skutek b\u0142\u0119d\u00F3w w danych utrudniaj\u0105 i w skrajnym przypadku uniemo\u017Cliwiaj\u0105 analiz\u0119. Szczeg\u00F3lnie ma\u0142o odporne na nie s\u0105 metody i wsp\u00F3\u0142czynniki bazuj\u0105ce na za\u0142o\u017Ceniu rozk\u0142adu normalnego i zale\u017Cno\u015Bciach liniowych, takie jak korelacja Pearsona, regresja liniowa, klasyczna analiza korespondencji, itp. Jeden element odstaj\u0105cy mo\u017Ce ca\u0142kowicie zmieni\u0107 warto\u015B\u0107 i znak korelacji, nawet z +0,9 do -0,9. Konieczne jest wi\u0119c albo usuwanie obserwacji odstaj\u0105cych, albo stosowanie odpornych metod statystycznych (ang. robust), np. metod rangowych. Przyk\u0142adowo zamiast zwyk\u0142ej korelacji mo\u017Cna stosowa\u0107 korelacj\u0119 rangow\u0105 Spearmana, albo tau Kendalla."@pl , "En las estad\u00EDsticas, tales como muestras estratificadas, un valor at\u00EDpico es una observaci\u00F3n que es num\u00E9ricamente distante del resto de los datos. Las estad\u00EDsticas derivadas de los conjuntos de datos que incluyen valores at\u00EDpicos ser\u00E1n frecuentemente enga\u00F1osas. Por ejemplo, en el c\u00E1lculo de la temperatura media de 10 objetos en una habitaci\u00F3n, si la mayor\u00EDa tienen entre 20 y 25 \u00BAC, pero hay un horno a 350 \u00B0C, la mediana de los datos puede ser 23, pero la temperatura media ser\u00E1 55. En este caso, la mediana refleja mejor la temperatura de la muestra al azar de un objeto que la media. Los valores at\u00EDpicos pueden ser indicativos de datos que pertenecen a una poblaci\u00F3n diferente del resto de la muestra establecida. Tomando como referencia la diferencia entre el primer cuartil (<math>Q_1</math>) y el tercer cuartil <math>Q_3</math>, o valor intercuartil, en un diagrama de caja se considera un valor at\u00EDpico el que se encuentra 1,5 veces esa distancia de uno de esos cuartiles (at\u00EDpico leve) o a 3 veces esa distancia (at\u00EDpico extremo)."@es , "Onder uitbijter of uitschieter verstaat men in de statistiek en data-analyse een waarneming die niet bij de overige lijkt te passen. Meestal betreft het een van de data die relatief ver van de overige data verwijderd ligt. Statistieken afgeleid uit data met uitbijters kunnen een sterk vertekend beeld geven van de werkelijkheid. Stel bijvoorbeeld dat de temperatuur van een kamer gevolgd wordt die rond 20\u00B0C zal liggen, en dat er 9 metingen zijn in de buurt van de doeltemperatuur en \u00E9\u00E9n \"meting\" van 200\u00B0C. Dan is duidelijk dat deze laatste meting niet juist is, dus een uitbijter, die het totale beeld verstoort. Vanuit statistisch oogpunt kan men stellen dat een uitbijter een waarde is die niet tot de betrokken populatie behoort. Detectie van uitbijters is, naast het opsporen van redundantie en de eliminatie van ruis, een van de belangrijkste taken na het opmeten en verzamelen van data. Voor het detecteren van uitbijters moet onderscheid gemaakt worden tussen univariate (slechts \u00E9\u00E9n meetresultaat per meting voor een staal) en multivariate gegevens (vele, soms wel honderden, meetresultaten per meting voor een staal)."@nl , "In der Statistik spricht man von einem Ausrei\u00DFer, wenn ein Messwert oder Befund nicht in eine erwartete Messreihe passt oder allgemein nicht den Erwartungen entspricht. Die \u201EErwartung\u201C wird meistens als Streuungsbereich um den Erwartungswert herum definiert, in dem die meisten aller Messwerte zu liegen kommen, z. B. der Quantilabstand Q75 \u2013 Q25. Werte au\u00DFerhalb dieses Intervalls werden (meist willk\u00FCrlich) als Ausrei\u00DFer bezeichnet. Im Boxplot werden besonders hohe Ausrei\u00DFer gesondert dargestellt. Die robuste Statistik besch\u00E4ftigt sich mit der Ausrei\u00DFerproblematik."@de ; rdfs:comment "Onder uitbijter of uitschieter verstaat men in de statistiek en data-analyse een waarneming die niet bij de overige lijkt te passen. Meestal betreft het een van de data die relatief ver van de overige data verwijderd ligt. Statistieken afgeleid uit data met uitbijters kunnen een sterk vertekend beeld geven van de werkelijkheid."@nl , "Outlier \u00E8 un termine utilizzato in statistica per definire, in un insieme di osservazioni, un valore anomalo e aberrante; un valore quindi chiaramente distante dalle altre osservazioni disponibili. Gli outlier sono valori numericamente distanti dal resto dei dati raccolti (ad esempio, in un campionamento). Le statistiche che derivano da campioni contenenti outlier possono essere fuorvianti."@it , "In statistics, an outlier is an observation that is numerically distant from the rest of the data. Grubbs defined an outlier as: An outlying observation, or outlier, is one that appears to deviate markedly from other members of the sample in which it occurs. Outliers can occur by chance in any distribution, but they are often indicative either of measurement error or that the population has a heavy-tailed distribution."@en , "Obserwacja odstaj\u0105ca / element odstaj\u0105cy (ang. outlier) \u2013 w statystyce obserwacja, kt\u00F3ra nie pasuje do modelu. W najprostszym przypadku mo\u017Ce to by\u0107 na przyk\u0142ad obserwacja z warto\u015Bci\u0105 kt\u00F3rej\u015B zmiennej pi\u0119ciokrotnie wi\u0119ksz\u0105 od najwi\u0119kszej z pozosta\u0142ych warto\u015Bci tej zmiennej. Obserwacje odstaj\u0105ce s\u0105 na og\u00F3\u0142 spowodowane b\u0142\u0119dami w danych, na skutek b\u0142\u0119dnego pomiaru, pomy\u0142ek we wprowadzaniu informacji do bazy danych itp."@pl , "In der Statistik spricht man von einem Ausrei\u00DFer, wenn ein Messwert oder Befund nicht in eine erwartete Messreihe passt oder allgemein nicht den Erwartungen entspricht. Die \u201EErwartung\u201C wird meistens als Streuungsbereich um den Erwartungswert herum definiert, in dem die meisten aller Messwerte zu liegen kommen, z. B. der Quantilabstand Q75 \u2013 Q25. Werte au\u00DFerhalb dieses Intervalls werden (meist willk\u00FCrlich) als Ausrei\u00DFer bezeichnet."@de , "En las estad\u00EDsticas, tales como muestras estratificadas, un valor at\u00EDpico es una observaci\u00F3n que es num\u00E9ricamente distante del resto de los datos. Las estad\u00EDsticas derivadas de los conjuntos de datos que incluyen valores at\u00EDpicos ser\u00E1n frecuentemente enga\u00F1osas. Por ejemplo, en el c\u00E1lculo de la temperatura media de 10 objetos en una habitaci\u00F3n, si la mayor\u00EDa tienen entre 20 y 25 \u00BAC, pero hay un horno a 350 \u00B0C, la mediana de los datos puede ser 23, pero la temperatura media ser\u00E1 55."@es ; foaf:depiction . @prefix skos: . @prefix ns9: . dbpedia:Outlier skos:subject ns9:Data_analysis , ns9:Robust_statistics , ns9:Statistical_terminology , ns9:Statistical_charts_and_diagrams . @prefix ns10: . dbpedia:Outlier dbpprop:wikiPageUsesTemplate ns10:mathworld , ns10:springereom ; dbpprop:last "Childs"@en , "Balakrishnan"@en ; dbpprop:id "O/o110080"@en ; dbpprop:title "Outlier"@en ; dbpprop:first "N."@en , "A."@en ; dbpprop:author "Renze, John"@en . @prefix ns11: . dbpedia:Outlier dbpprop:hasPhotoCollection ns11:Outlier . dbpedia:Mild_outlier dbpprop:redirect dbpedia:Outlier . dbpedia:Outer_fence dbpprop:redirect dbpedia:Outlier . dbpedia:Extreme_outlier dbpprop:redirect dbpedia:Outlier . dbpedia:Inner_fence dbpprop:redirect dbpedia:Outlier . dbpedia:Outliers dbpprop:redirect dbpedia:Outlier .