格拉布斯（Grubbs）和ROUT法有什么区别？_统计与绘图_实用技巧

简言之，根据高斯分布对数据进行抽样。大多数情况下均有添加异常值（根据具有特定限制的均匀分布得出）。对每项实验设计模拟25,000次后，列出了零个、一个、两个或两个以上异常值的模拟次数。

当没有异常值时，ROUT检验和Grubbs检验的表现基本相同。为ROUT方法指定的Q值等于你为Grubbs检验设置的α值。

当有一个异常值时，Grubbs检验能够较容易检测到该值。ROUT方法具有更高的漏报率和误报率。换言之，即使模拟只包含一个异常值，该方法也更有可能遗漏异常值，并且更有可能发现两个异常值。这并不令人意外，因为Grubbs检验的目的就是检测一个异常值。尽管两种方法之间的差异很明确，但并不显著。

当在一个小数据集中包含两个异常值时，ROUT检验表现更好。Grubbs迭代检验会受到遮蔽的影响，而ROUT检验则不然。遮蔽是否是个问题取决于样本量以及异常值与其他值平均值的偏离。在非常有可能发生遮蔽的情况下，ROUT检验显著优于 Grubbs检验。例如，当n = 10且有两个异常值时，Grubbs检验从未发现这两个异常值，并且在98.8%的模拟中两个值均遭到遗漏（在剩余的1.2%模拟中，Grubbs检验发现了两个异常值中的其中一个）。相比之下，ROUT方法在92.8%的模拟中识别出两个异常值，而在6%的模拟中遗漏两个异常值。

总结：

Grubbs检验略优于ROUT方法，专为以下任务而设计：从高斯分布中检测单个异常值。
在某些情况下，就检测两个异常值而言，ROUT法要比Grubbs迭代检验好得多。

参考文献：

Motulsky HM和Brown RE，在用非线性回归拟合数据时检测异常值 - 一种以鲁棒非线性回归和错误发现率为基础的新方法，《BMC生物信息学》（2016），7：123。
下载自http://www.biomedcentral.com/1471 - 2105/7/123。

科研星球

格拉布斯（Grubbs）和ROUT法有什么区别？

标签