داده‌های پرت و اثر آن‌ها

داده‌های پرت نقاطی هستند که رفتارشان با بقیه بسیار متفاوت است. می‌توانند از نویز حسگر، خطای اپراتور یا ناهنجاری واقعی فرایند بیایند.

چرا مهم‌اند:

• خط رگرسیون را به جهت نادرست می‌کشند
• R² را کاهش می‌دهند
• اهمیت متغیرها (مقادیر ضرایب) را تحریف می‌کنند
• پیش‌بینی‌های گمراه‌کننده می‌سازند

سامانه چگونه با آن‌ها رفتار می‌کند:

• مقادیر نمره Z افراطی را خودکار می‌یابد
• ردیف‌ها را در واسط کاربری با هشدار علامت می‌زند
• تعداد ناهنجاری‌ها را در برگه پیش‌بینی نشان می‌دهد

داده پرت همیشه بد نیست — گاهی مشکلات واقعی فرایند را آشکار می‌کند که ارزش بررسی دارند.