روش های تعیین داده های پرت در مطالعات پزشکی

مشاهده ای که معمولا نسبت به مقادیر دیگر در بین مجموعه داده ها بزرگ تر یا کوچک تر است، یک داده پرت نامیده می شود. همچنین در تعریف ساده دیگر می توانیم بگوییم دادۀ پرت مشاهده ای است که در فاصله دورتری از سایر داده ها قرار می گیرد و از مقدار مورد انتظاری که داریم بیشتر می باشد. داده های پرت اساسا به یکی از دلایل زیر اتفاق می افتند: 1- غیر صحیح بودن اندازه گیری مشاهده شده، ثبت شده یا وارد شده در کامپیوتر، 2- جمع آوری اندازه گیری ها از جوامع مختلف، 3- اندازه گیری برای بیان یک حادثه یا رویداد نادر، 4- چولگی بیشتر مجموعه داده ها در منحنی توزیع فراوانی نسبی. با توجه به اینکه داده های پرت در تمام مراحل مربوط به آنالیز و تفسیر اطلاعات چه از لحاظ ساختاری و چه از لحاظ مفهومی تاثیرگذار هستند و بعضی موارد امکان نتیجه گیری منطقی از اطلاعات جمع آوری شده وجود ندارد و دچار خطاهای علمی آماری از لحاظ پایایی، روایی و غیره می شویم، لذا آشنایی با روش های شناسایی و تشخیص داده های پرت در اطلاعات جمع آوری شده می تواند برای پژوهشگران، صاحبان علم، تحلیل گران داده، محققین علوم پزشکی، علوم اجتماعی و غیره مفید باشد. هدف از این مقاله، ارائه تکنیک های موجود در زمینه شناسایی >>>