赵海霞，周少娜，肖 化

(华南师范大学，广东 广州 510006)

2017-04-23

广东省教育科研“十二五”规划2012年度研究项目(2012JK241)

*通讯联系人

1007-2934(2017)05-0105-03

四种判别粗大误差准则的比较与讨论

赵海霞，周少娜，肖 化*

(华南师范大学，广东 广州 510006)

目前用于判别含有粗大误差的异常值的准则有多种，本文将对格拉布斯准则、莱依达准则、肖维勒准则和t检验准则四种粗大误差剔除准则在实验测量次数落在3～100的情况下的选择讨论，给出测量次数落在区间3～100判断准则的选择意见。

粗大误差；数据剔除；异常值；判别准则

在实验过程中，由于实验者读错数据、记错数据和操作不当等因素造成实验数据含有粗大误差，从而使实验结果精度受到影响，无法得出科学的结论[1]。如果把正常值当做异常值剔除或者把异常值当作正常值留下都不能得到可靠的实验结果，剔除数据过程必须十分谨慎。含有粗大误差的实验数据称为异常值，需要选择合适的判别粗大误差的准则剔除异常值。

目前对于判别粗大误差准则的讨论依据各不相同，主要有两种方式：从准则的定义出发进行讨论，已有文献从定义出发指出莱依达准则适用于测量次数n≥50的情况、肖维勒准则适用于n=20～100、格拉布斯准则适用于n≤25、t检验准则适用于n≤20[2]；另一种方式是比较统计临界值，前人以莱依达准则的统计临界值为线索，指出测量次数落在3～25这个范围内用狄克逊准则或格拉布斯准则(a=0.01)，在25～185的范围内用格拉布斯准则(a=0.05) 或肖维勒准则，当测量次数n≥185时用莱依达准则[3]。……