EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Outliers labeling: Faleschini method for univariate quantitative data

Luis Fernando Maia Lima, João Marcelo Brazão Protázio

Sigmae · 2024 · 13 (2) · 128-139

DOI: 10.29327/2520355.13.2-10 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Sigmae, 2024. Verfasst von Luis Fernando Maia Lima und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

O objetivo deste trabalho é apresentar o método de Faleschini para a rotulação de outliers para dados quantitativos univariados. O método de Faleschini utiliza a média, desvio padrão, coeficientes momentos de assimetria e curtose, resultando em uma equação do quarto grau, onde a menor raiz e a maior raiz podem ser adotados como rotuladores de outliers. O método de Faleschini é comparado com o método de Tukey e com o método recente de Adil e Zaman. Para as distribuições teóricas contínuas que não apresentem parâmetros ou de média, ou de desvio padrão, ou de assimetria ou de curtose, propõe-se “pseudos” parâmetros baseados em percentis e quartis, e também estes “pseudos” parâmetros são utilizados para distribuições discretas e para dados amostrais, bem como uma proposta para o cálculo destes percentis e quartis. O artigo finaliza apontando que o método de Faleschini apresenta vantagem conceitual, pois além de levar os parâmetros de localização, dispersão, assimetria e curtose, não faz distinção entre distribuições com cauda leve ou pesada, contudo, são necessárias novas pesquisas visando tanto o aperfeiçoamento dos “pseudo” parâmetros como ampliação para outros campos, como análise multivariada, série temporais e outros.

Zitieren

APA

Lima, L. F. M., & Protázio, J. M. B. (2024). Outliers labeling: Faleschini method for univariate quantitative data. Sigmae, 13(2), 128-139. https://doi.org/10.29327/2520355.13.2-10

Vancouver

Lima LFM, Protázio JMB. Outliers labeling: Faleschini method for univariate quantitative data. Sigmae. 2024;13(2):128-139. doi:10.29327/2520355.13.2-10

BibTeX
@article{Lima2024,
  author = {Lima, Luis Fernando Maia and Protázio, João Marcelo Brazão},
  title = {Outliers labeling: Faleschini method for univariate quantitative data},
  journal = {Sigmae},
  year = {2024},
  volume = {13},
  number = {2},
  pages = {128--139},
  doi = {10.29327/2520355.13.2-10}
}
Kostenlos starten →