นโยบายการจัดการความรู้ มหาวิทยาลัยสงขลานครินทร์ 1.ให้ใช้เครื่องมือการจัดการความรู้ผลักดัน คุณภาพคน และกระบวนทำงาน 2.ส่งเสริมการแลกเปลี่ยนประสบการณ์การทำงาน จากหน้างาน 3.ส่งเสริมให้มีเวทีเรียนรู้ร่วมกัน

ดำขำ
Ico64
นาง รุสนี กุลวิจิตร
นักวิทยาศาสตร์
ศูนย์เครื่องมือวิทยาศาสตร์
Network
Members · Following: 3 · Followed: 1

อ่าน: 1294
ความเห็น: 0

สถิติเพื่อการทดสอบ # 1 Outlier

ในการตัดค่าที่สงสัยจากการทำซ้ำ เราสามารถใช้ Grubb's test

 เมื่อวันที่ 9 เมษายน 2559 ที่ผ่านมา ดำขำและนักวิทย์ของศูนย์เครื่องมือ ฯ โดยเฉพาะน้องใหม่ได้มีโอกาสได้อบรมเรื่องสถิติเพื่อการทดสอบอีกครั้ง ซึ่งดำขำเองจำได้ว่าได้ร่วมอบรมเรื่องนี้มาครั้งที่ 2 แล้ว ครั้งแรกเมื่อประมาณ 3 ปีมาแล้ว แต่ก็ไม่ค่อยเข้าใจมากนัก ครั้งนี้ได้อบรมเพิ่ม ก็เข้าใจมากยิ่งขึ้น วันนี้ดำขำมาแชร์บางหัวข้อที่ได้รับการอบรมมา นั้นก็คือการตัดค่าสงสัยจากการทำซ้ำของผลการทดสอบโดยการทำ Grubb's test

วิธีการ กรณีสงสัยชุดข้อมูล 1 ข้อมูล

  เรียงข้อมูลจากน้อยไปหามาก
  ตั้งสมมติฐาน H0 : ค่าที่สงสัย 1 ข้อมูล (ค่าน้อยที่สุดหรือค่ามากที่สุด)ไม่แตกต่างจากข้อมูลอื่น 

                       H1 : ค่าที่สงสัย 1 ข้อมูล (ค่าน้อยที่สุดหรือค่ามากที่สุด) แตกต่างจากข้อมูลอื่น 

 

 กำหนดระดับนัยสำคัญ (alpha) 

alpha = 0.01 เป็น outlier สำหรับการทดสอบ outlier  

alpha = 0.05 เป็น straggle สำหรับการทดสอบ straggle

หาค่าวิกฤต (Gcrit) จากตารางสถิติที่ระดับความเชื่อมั่น

หาค่าส่วนเบี่ยงเบนมาตรฐาน และค่าเฉลี่ย

คำนวณค่า Gexp จากสูตร

 

Gexp =             Xn-ค่าเฉลี่ย
                 ส่วนเบี่ยงเบนมาตรฐาน

  

 

สรุป ถ้า Gexp > Gcrit  ค่าที่สงสัย เป็น outlier

 

 

Grubbs’ test เป็นการทดสอบค่าที่สงสัยโดยหาอัตราส่วนค่าความแตกต่างระหว่างค่าที่สงสัยกับค่าเฉลี่ยของตัวอย่างกับค่าส่วนเบี่ยงเบนมาตรฐานที่ยังไม่ตัดค่าที่สงสัยออก นำค่าที่ได้ไปเทียบกับค่าวิกฤตที่กำหนดในตารางสถิติของ Grubb สามารถนำมาใช้ทดสอบค่าที่สงสัยได้ครั้งละ 1 ข้อมูล หรือ 2 ข้อมูล

 
 

เท่านี้เราก็สามารถพิจารณาตัดค่าที่เราสงสัยได้ ซึ่งบางครั้งเราตัดค่าเดียวแล้วอาจจะไม่เห็นว่าค่านั้นมีความแตกต่างจากกลุ่มไหม เราต้องตัด 2 ข้อมูลดูซึ่งสูตรการคำนวณ Gexp ต่างกันเล็กน้อย ซึ่งจะเป็นการเปรียบเทียบค่าความแปรปรวนของชุดข้อมูลที่ตัดข้อมูลแล้วกับค่าความแปรปรวนของข้อมูลทั้งหมด จากนั้นได้ค่ามาแล้วพิจารณา Gexp > Gcrit แล้ว  ค่าที่สงสัยทั้ง 2 ข้อมูล  เป็น outlier

 

สรุป Grubbs’ test ใช้ทดสอบ outlier ของข้อมูลชุดเดียว เป็นข้อมูลที่ได้จากการทดสอบของบุคคล หรือห้องปฏิบัติการ พิจารณาทดสอบ outlier ครั้งละ 1 ข้อมูลหรือ 2 ข้อมูล หลังจากผลการทดสอบว่ามีนัยสำคัญ ตัดข้อมูลที่เป็น outlier แล้วหากมีข้อมูลที่สงสัยสามารถทดสอบข้อมูลตัวถัดไปได้ ทั้งนี้ต้องดูจำนวนข้อมูลท่ีคงเหลือด้วย  

 

 

หมวดหมู่บันทึก: บริการวิชาการ
สัญญาอนุญาต: ซีซี: แสดงที่มา-ไม่ใช้เพื่อการค้า-อนุญาตแบบเดียวกัน Cc-by-nc-sa
สร้าง: 14 เมษายน 2559 23:34 แก้ไข: 14 เมษายน 2559 23:43 [ แจ้งไม่เหมาะสม ]
ดอกไม้
สมาชิกที่ให้กำลังใจ: Ico24 Zenki, Ico24 คนธรรมดา, และ 2 คนอื่น.
สมาชิกที่ให้กำลังใจ
 
Facebook
Twitter
Google

บันทึกอื่นๆ

ความเห็น

ไม่มีความเห็น

ร่วมแสดงความเห็นในหน้านี้

ชื่อ:
อีเมล:
IP แอดเดรส: 3.235.75.174
ข้อความ:  
เรียกเครื่องมือจัดการข้อความ
   
ยกเลิก หรือ