Um outlier é um ponto de dados que se destaca do resto de um conjunto de dados – às vezes uma observação extrema genuína, às vezes um erro de entrada de dados. Esta calculadora aplica dois dos métodos estatísticos mais comuns, a regra de vedação IQR (Tukey) e o limite de pontuação z, para que você possa sinalizar valores suspeitos, comparar métodos e exportar os dados limpos.

Como funciona a calculadora Outlier

O método IQR classifica seus dados, encontra Q1 e Q3 (os percentis 25 e 75) e calcula o intervalo interquartil como Q3 menos Q1. Qualquer valor além de 1,5 vezes o IQR abaixo de Q1 ou acima de Q3 é sinalizado. Este método não faz suposições sobre o formato da sua distribuição, o que o torna robusto para dados distorcidos.

Em vez disso, o método de pontuação z calcula quantos desvios padrão cada valor está em relação à média amostral. Um valor com uma pontuação z absoluta acima do limite escolhido – 3 por padrão – é sinalizado. Este método pressupõe que seus dados tenham distribuição aproximadamente normal e que sua própria média e desvio padrão sejam obtidos pelos valores discrepantes que ele está tentando detectar, o que vale a pena ter em mente em pequenos conjuntos de dados.

Selecionar "Ambos" combina as duas listas de valores discrepantes para que você possa ver onde os métodos concordam e onde eles divergem.

Entradas e o que elas significam

Valores de dados — cole qualquer lista de números separados por vírgulas, espaços, ponto-e-vírgula ou novas linhas. São necessários pelo menos quatro valores para que os quartis e o desvio padrão sejam significativos.

Método de detecção — escolha IQR, Z-Score ou Ambos. O IQR tende a ser o padrão mais conservador e independente da distribuição; O Z-Score é mais familiar se seus dados forem aproximadamente normais.

Limite de Z-Score — o número de desvios padrão da média que conta como um valor discrepante. 3 é o padrão comum; reduzi-lo para 2 sinaliza mais valores como valores discrepantes "leves", enquanto aumentá-lo sinaliza apenas os mais extremos.

Limites e casos extremos

Com conjuntos de dados muito pequenos (menos de 10 valores), ambos os métodos podem ser instáveis — um único valor extremo extrai a média, o desvio padrão e até mesmo os quartis, o que pode mascarar ou exagerar valores discrepantes. Dados altamente distorcidos também podem produzir limites de IQR que sinalizam valores legítimos na cauda longa como discrepantes.

Sinalizar um valor como discrepante é um sinal estatístico, não um veredicto automático — sempre observe a fonte dos dados antes de decidir se deseja remover um ponto sinalizado. Para uma análise de distribuição mais profunda, combine esta ferramenta com as calculadoras de desvio padrão ou estatísticas descritivas.