back to top

Q test: formula, test

Come individuare valori anomali con il Q test

Il Q test, noto anche come test di Dixon, rappresenta un metodo efficace per identificare valori anomali all’interno di set di dati contenenti un numero limitato di elementi, tipicamente compresi tra 3 e 7. Questo strumento è particolarmente utile quando un’osservazione si discosta significativamente dagli altri valori presenti nel dataset.

Mantenere un valore anomalo all’interno dei dati può influenzare calcoli importanti come la media e la deviazione standard, pertanto è essenziale individuare e rimuovere correttamente queste osservazioni per evitare distorsioni.

Formula del Q test

La formula utilizzata per eseguire il Q test è la seguente:
Q = |x_a – x_b| / R
Dove x_a rappresenta il valore sospetto, x_b è il punto dati più prossimo a x_a e R indica l’intervallo del set di dati.

Procedura per l’esecuzione del Q test

Supponiamo di avere il seguente set di dati: 13, 9, 7, 8, 5, 25, 3. Vogliamo determinare se il valore massimo, nel nostro caso 25, sia un valore anomalo.

Per applicare il Q test, seguiamo i passaggi seguenti:
1.

Ordinamento dei valori in ordine crescente

: 3, 5, 7, 8, 9, 13, 25.
2.

Formulazione delle ipotesi

: ipotesi nulla (il massimo non è anomalo) e ipotesi alternativa (il massimo è anomalo).
3.

Determinazione del livello di significatività

: comunemente 0.1, 0.05 o 0.01. Utilizziamo un livello del 5% in questo esempio.
4.

Applicazione della formula Q

: calcoliamo Q = |25 – 13| / 22 = 0.545.
5.

Valutazione dei risultati

: consultando la tabella degli intervalli di confidenza, confrontiamo il valore calcolato con il valore critico.
6.

Interpretazione dei risultati

: nel nostro caso, il valore calcolato di 0.545 non supera il valore critico 0.568, pertanto non possiamo rigettare l’ipotesi nulla che il valore massimo non sia anomalo.

Esercizio pratico

Consideriamo i seguenti dati relativi a determinazioni replicate di calcio in un campione di sangue: 15.9, 15.1, 14.8, 15.0, 18.3. Vogliamo determinare se il valore 18.3 sia da considerare un outlier applicando il Q test.

Dopo aver ordinato i risultati in ordine crescente e calcolato le differenze tra i valori successivi, calcoliamo il Q test per il valore massimo 18.3. Il risultato ci porta a concludere che, poiché il Q test è maggiore del valore critico, il valore 18.3 può essere considerato un outlier in questo specifico set di dati.

GLI ULTIMI ARGOMENTI

Leggi anche

Niobato di sodio emerge come materiale chiave per innovazioni tecnologiche, con applicazioni in campi avanzati.

Il niobato di sodio (NaNbO₃) è un ossido inorganico appartenente alla classe dei niobati alcalini, noto per le sue eccellenti proprietà ferroelettriche, antiferroelettriche, piezoelettriche...

Svolta rivoluzionaria nella ricerca su N,N-dimetilacetammide

La N,N-dimetilacetammide (DMA) sta conquistando il mondo della chimica industriale come un vero campione, con la sua formula molecolare C₄H₉NO e struttura CH₃CON(CH₃)₂ che...

Approccio Hartree-Fock in meccanica quantistica.

Il Metodo Hartree-Fock nella Chimica Quantistica La chimica quantistica computazionale si avvale del metodo Hartree-Fock come base essenziale. Spesso, questo approccio funge da punto di...
è in caricamento