test_grubbs: Test de grubbs para determinar outliers.

In CesarAHN/datametria: Paquete para limpieza y preprocesamiento de datos.

Description

Devuelve un valor lógico de TRUE si el elemento del vector es un outliers según el método de detección de outliers de Grubbs.

Usage

test_grubbs(x1, x, alpha = 0.05, num_colas = 2, vista = TRUE)

Arguments

x1	Elemento numérico que se desea saber si es outliers o no. Es un elemento del vector 'x'.
x	Vector numérico de donde se determina si un elemento es outliers o no.
alpha	Es el nivel de significancia con el que se desea determinar el valor crítico de Grubbs. El valor por defecto es de 0.05.
num_colas	Valor numérico que toma el valor de 1 si se desea calcular el valor crítico a una sola cola. Si toma el valor de 2 se calcula el valor crítico a dos colas. El valor por defecto es de 2 colas.
vista	Valor lógico que toma por defecto TRUE, lo cual implica que en los resultados se muestren el valor estadístico del test de grubbs, el valor crítico del test de grubbs, la comparación que se hace y el resultado que es un valor lógico TRUE o FALSE, donde TRUE indica que el elemento es un outliers.

Details

Para calcular el estadístico de Grubbs se usa:

G=\frac{≤ft|x_i-\bar{x}\right|}{σ}

Asimismo, la elección que se hace para saber si el elemento es outliers o no se hace con la siguiente comparación.

G_t>G_{tc} \rightarrow TRUE \rightarrow \textrm{Es outliers}

G_t>G_{tc} \rightarrow FALSE \rightarrow \textrm{No es outliers}

Examples

# Definimos primero el siguiente vector.
set.seed(2020)
x<-c(25, 30, sample(1:10, 30, T), 21)

Aplicando el testm para poder ver si el primer elemento es un outliers.
test_grubbs(x[2], x)
# TRUE

si se desea saber si el segundo elemento es un outliers.
test_grubbs(x[2], x, vista=TRUE)
# $grubbs_test
# [1] 3.526906
# $grubbs_crit
# [1] 2.951949
# $decision
# [1] "3.52690609285061>2.95194890641393"
# $resultado
# [1] TRUE

CesarAHN/datametria documentation built on June 12, 2021, 11:42 a.m.