Sapan gözlemlerin istatistiksel olarak değerlendirilmesi üzerine bir çalışma

Abstract

ÖZET Araştırmalarda karşılaşılan gözlemlerin hiçbirisinin incelenen konuya tamamen bağımlı olması garanti edilemez. Milyonda `bir şansa sahip bir olay ne kadar şaşırtıcı olursa olsun uygun bir frekansla meydana gelebilir. Araştırıcıya göre gözlemlerin büyük bir çoğunluğunda farklı görünen gözlemlere sapan gözlemler veya aykırı değerler adı verilir. Sapan gözlemler deneme desenlerinde, gruplanmış verilerde çoklu ve teksel örneklerde ve daha birçok konularda, 1) Verilerde mevcut bulunan rastgele değişkenlik 2) Kişisel ya da işlemsel hataların neticesi olarak ortaya çıkabilir* Bu araştırmada istatistiksel verilerde karşılaşılan sapan gözlemlerle ilgili bir literatür taraması yapılmış, bu konu hakkındaki tarihsel gelişmelere değinilmiş ve normal dağılişlı örneklerdeki sapan değerlerin belirlemesine ilişkin çeşitli test yöntemleri tanıtılmıştır. Bu yöntemlerin bazılarına ilişkin çeşitli uygulamalar verilerek konunun açıklık kazanmasına çalışılmıştır.

^5 LITERATURE SURVEY FOR DETECTING OUTLYING OBSERVATIONS IN SAMPLES SUMMARY No observation can be guaranteed to be totally dependable manifestation of the phenomena under study. An event with one chance in a million will occur with the appropriate frequency no matter how surprised we are that it should occur to us. Intuitevely the probable reliability of an observation is reflected by its relation ship to other observations that were obtained under similar conditions. Observations that in the opinion of the investigator, stand apart from the bulk of the data. have been called `outliers'*. An outlying observation may be merely an extreme manifestation of the random variability inherent in the data or may be the result of gross deviation from prescribed experimental procedure or an error in calculating or recording the numerical value In this study the history of the treatment of such observations is traced from, the early comments to the present and also dealt with the problem of outlying obser- - vations in samples and how to test the statistical significance of them.