当前位置：首页 > 培训职业 > 正文

GraphPad Prism 统计指南 | 比较ROUT法与Grubbs法

格拉布斯（Grubbs）和ROUT法都是常用的检验异常值的方法，以下对比了两种方法的使用场景及其优劣。

格拉布斯检验基于高斯分布对数据进行抽样。在模拟实验中，大多数数据包含异常值，通过25,000次实验，统计了零个、一个、两个或更多异常值的情况。

当数据集中没有异常值时，ROUT检验与Grubbs检验的表现相似。将ROUT方法的Q值设置为Grubbs检验的α值时，两种方法在表现上无显著差异。

当数据集中有一个异常值时，Grubbs检验表现出色，能有效地检测出异常值。相比之下，ROUT方法的漏报率和误报率较高，即使模拟只包含一个异常值，该方法也有可能遗漏异常值，并可能错误地发现两个异常值。

在数据集中包含两个异常值时，ROUT检验表现出更优性能。Grubbs检验可能会受数据遮蔽影响，而ROUT检验则能有效识别异常值。在特定样本量和异常值偏离平均值的情况下，ROUT检验在识别两个异常值的能力上显著优于Grubbs检验。

总结，Grubbs检验在检测单个异常值时表现良好，而ROUT检验在识别多异常值，尤其是处理数据遮蔽的情况下，显示出更优性能。