특이 치를 탐지하기위한 IQR의 정확도

프로세스의 실행 시간을 분석하는 스크립트를 작성 중입니다. 배포가 확실하지 않지만 프로세스가 "너무 오래"실행되고 있는지 알고 싶습니다. 지금까지 마지막 실행 시간 (n> 30)의 3 표준 편차를 사용했지만 데이터가 정상이 아닌 경우 (그렇지 않은 것으로 보이는 경우) 유용한 것을 제공하지 않는다고 들었습니다. 나는 다른 이상치 테스트를 발견했다.

사 분위 간 범위 (IQR = Q3-Q1)를 찾으십시오. 여기서 Q3은 3 분위이고 Q1은 첫 번째 사 분위수입니다. 그런 다음이 두 숫자를 찾으십시오.

a) Q1-1.5 * IQR b) Q3 + 1.5 * IQR

<a 또는> b 인 경우 점은 특이 치입니다.

내 데이터는 2 초, 3 초, 2 초, 5 초, 300 초, 4 초 등의 경향이 있습니다. 여기서 300 초는 분명히 이상치입니다.

어떤 방법이 더 낫습니까? IQR 방법 또는 표준 편차 방법?

특이 치에 대한 전체 책이 실제로 있습니다.

일반적인 구체적인 답변은 표준 편차가 특이 치에 의해 풀리기 때문에 SD를 기반으로하는 규칙이 제대로 수행되지 않을 수 있다는 것입니다.

인용 한 사 분위수 +/- 1.5 IQR에 대한 Tukey 규칙은 1970 년대에 중소 규모의 데이터 집합을 사용하여 수작업에서 비롯되었으며 개별적으로 생각할 가치가있는 값을 나타내도록 설계되었습니다. 그것들이 훨씬 더 큰 데이터 세트로 전달되거나 상당한 왜곡을 기대할 때 적용되는지는 확실하지 않습니다.

더 일반적인 대답은 항상 올바른 결정을 내리면 특이 치 규칙이 좋다는 것입니다. 그러나 어떻게 알 수 있습니까?

이것은 논쟁의 여지가 있지만, 다른 사람들과는 매우 다른 것으로 이상 치가 그래프에 튀어 나올 것으로 기대합니다. 그러나 종종 두꺼운 꼬리 분포에서 기대하는 것과 특이 치 이외의 것으로 간주하기에는 너무 거친 것 사이의 차이를 알려주는 것은 종종 어려운 요청입니다. 때로는 변형이 특이 치를 훨씬 더 평범하게 보이게 만듭니다.

또한 강력한 방법을 사용하면 어떤 값이 특이 치라고 불리는 지에 대해 조금 덜 걱정할 수 있지만 일반적으로 특이 치에 대해 걱정할 수 있습니다.

배포에 대해서는 확신하지 못하지만 진행중인 프로세스는 쉽게 수집하고 배포 할 수 있습니다. 많은 시간을 절약하고 분석하십시오. 당신이 게시 한 시간을 감안하면 몇 시간 만에 많은 것을 얻을 수 있습니다.

특이 치에 대한 규칙 검색은 그리 일반적 일 필요는 없습니다. 작업에 따라 다를 수 있습니다. 많은 데이터를 수집 할 수 있습니다. 수집하여 조사한 후 프로세스가 너무 긴시기를 결정하십시오. 아마도 IQR 기반 접근 방식은 효과가 있지만 데이터 세트 또는 파라 메트릭 적합을 사용하여 시뮬레이션을 수행하고 제대로 작동하는지 확인할 수 있습니다. SD도 마찬가지입니다. > 50s가 너무 길면 이것이 전부입니다.