Deteção de valores atípicos

O Modellus identifica automaticamente os pontos que se afastam muito da curva de regressão, o que te ajuda a detetar erros de medição ou fenómenos interessantes.

Visão geral

Quando fazes uma regressão com os dados de uma tabela, o Modellus compara cada ponto com a curva ajustada. Os pontos que ficam muito afastados da curva são assinalados como valores atípicos. Estes pontos aparecem marcados nas formas Gráfico para te ajudar a interpretar os dados.

Como funciona a deteção de valores atípicos

Captura de ecrã: Gráfico com os pontos normais e os valores atípicos visualmente distinguidos

O processo de deteção:

É calculada uma regressão com os dados selecionados (linear ou quadrática)
Para cada ponto, é calculado o resíduo (a distância à curva)
Os pontos cujo resíduo ultrapassa um limiar estatístico são assinalados
O método isOutlierIteration marca essas iterações
Os gráficos desenham os valores atípicos com um estilo visual diferente

Aspeto nos gráficos

Captura de ecrã: Pormenor de um gráfico com a diferença entre o estilo dos pontos normais e dos valores atípicos

Tipo de ponto	Aspeto	Significado
Normal	Círculo cheio, com a cor da série	Ponto coerente com o modelo de regressão
Valor atípico	Marcador diferente (vazio ou com uma cor contrastante)	Ponto afastado da curva ajustada

Interpretar os valores atípicos

Um valor atípico pode indicar:

Erro de medição — O valor foi mal registado
Anomalia experimental — Aconteceu algo invulgar durante essa medição
Limitação do modelo — O modelo de regressão escolhido (linear/quadrático) não descreve todo o comportamento
Fenómeno interessante — Um comportamento realmente diferente, que vale a pena investigar

Não deites fora os valores atípicos sem pensar. Investiga porque são diferentes — podem revelar algo importante sobre o fenómeno que estás a estudar.

Trabalhar com valores atípicos

Excluir valores atípicos da regressão

Se concluíres que certos pontos são erros de medição, podes excluí-los selecionando um intervalo de células mais pequeno na Tabela antes de aplicares a regressão. Só as células selecionadas entram no ajuste da curva.

Comparar regressões

Experimenta a regressão linear e a quadrática com os mesmos dados. Se o modelo linear der muitos valores atípicos e o quadrático não, a relação pode não ser linear — pensa em melhorar o teu modelo teórico.

Pormenores técnicos

A deteção de valores atípicos é feita iteração a iteração pelo método isOutlierIteration do motor de cálculo. Ao desenhar, a forma Gráfico consulta-o para cada ponto da série Y e aplica o estilo de valor atípico às iterações assinaladas.

A deteção de valores atípicos só está ativa quando existe um termo de regressão para a série de dados representada. Sem regressão, todos os pontos são desenhados normalmente.