在精益咨詢活動的標(biāo)準(zhǔn)工時測定過程中，剔除異常值是一種常見的數(shù)據(jù)處理方法。剔除異常值的作用有很多，比如：

1. 確保數(shù)據(jù)準(zhǔn)確性：異常值可能是由于數(shù)據(jù)記錄錯誤、操作失誤或其他未知因素導(dǎo)致的，如果不將這些異常值排除在外，將會影響到標(biāo)準(zhǔn)工時的準(zhǔn)確性和可靠性。

2. 保證結(jié)果穩(wěn)定性：異常值可能會對數(shù)據(jù)的分布和統(tǒng)計指標(biāo)產(chǎn)生較大影響，導(dǎo)致結(jié)果波動較大，剔除異常值可以使結(jié)果更加穩(wěn)定和可靠。

3. 提高決策質(zhì)量：基于含有異常值的數(shù)據(jù)得出的標(biāo)準(zhǔn)工時可能會導(dǎo)致錯誤的決策。通過剔除異常值，可以更準(zhǔn)確地評估工作量、工時等，從而支持更合理的生產(chǎn)計劃和資源分配決策。

4. 符合統(tǒng)計假設(shè)：許多統(tǒng)計方法要求數(shù)據(jù)符合一定的假設(shè)，如正態(tài)分布等。異常值的存在可能會違反這些假設(shè)，影響統(tǒng)計分析的準(zhǔn)確性。

5. 保護數(shù)據(jù)的一致性：異常值可能會對數(shù)據(jù)分析和模型的結(jié)果產(chǎn)生誤導(dǎo)，剔除異常值可以更好地保護數(shù)據(jù)的一致性和可靠性。

雖然剔除異常值在某種程度上可能會損失一部分信息，但在標(biāo)準(zhǔn)工時測定等領(lǐng)域，保持?jǐn)?shù)據(jù)的準(zhǔn)確性和可靠性更為重要。剔除異常值應(yīng)該在慎重考慮的基礎(chǔ)上進行，結(jié)合具體情況和領(lǐng)域知識，以確保數(shù)據(jù)處理的合理性和有效性。

這里給大家介紹幾種精益咨詢識別異常值的常用方法：

方法1. 標(biāo)準(zhǔn)差方法：使用標(biāo)準(zhǔn)差來檢測異常值。一般情況下，如果數(shù)據(jù)點的值與平均值的偏差超過3倍標(biāo)準(zhǔn)差，可以將其視為異常值。

方法2. 箱線圖方法：通過繪制箱線圖，可以很容易地看出數(shù)據(jù)中的異常值。箱線圖能夠顯示出數(shù)據(jù)的整體分布情況以及離群點。在繪制箱線圖的時候，要先明確幾個名詞：

2-1. 確定五數(shù)概括：

- 最小值（Minimum）

- 下四分位數(shù)（Q1，25th percentile）

- 中位數(shù)（Median，50th percentile）

- 上四分位數(shù)（Q3，75th percentile）

- 最大值（Maximum）

2-2. 計算箱體長度：

- 箱體長度為 Q3 - Q1。

2-3. 計算異常值的上下界：

- 下界：Q1 - 1.5  IQR（IQR為四分位距，即箱體長度）

- 上界：Q3 + 1.5  IQR

箱線圖的繪制步驟如下：

① . 繪制箱體：在圖中畫出一個箱子，上邊是 Q3，下邊是 Q1，中間是箱體的長度。

② . 繪制中位數(shù)線：在箱子內(nèi)部繪制一條線表示中位數(shù)。

③. 繪制須（Whiskers）：

- 從箱子上邊延伸出一條線，直到最大值，作為箱線圖的上須。

- 從箱子下邊延伸出一條線，直到最小值，作為箱線圖的下須。

④. 標(biāo)記異常值：將超出上下界的數(shù)據(jù)點標(biāo)記為異常值，通常用點或其他符號表示。

方法3. Z-score方法：計算數(shù)據(jù)點的Z-score（標(biāo)準(zhǔn)化分?jǐn)?shù)），如果Z-score的絕對值大于某個閾值（一般是2或3），則可以將該數(shù)據(jù)點視為異常值。

Z-score方法是一種常用的統(tǒng)計方法，用于判斷一個數(shù)據(jù)點與其所在數(shù)據(jù)集的平均值的偏離程度。通過計算數(shù)據(jù)點的Z-score，我們可以確定該數(shù)據(jù)點在數(shù)據(jù)集中的位置，從而識別可能的異常值。

計算Z-score的步驟：

計算平均值和標(biāo)準(zhǔn)差：首先計算數(shù)據(jù)集的平均值（mean）和標(biāo)準(zhǔn)差（standard deviation）。

計算Z-score：對于每個數(shù)據(jù)點，可以使用以下公式計算其Z-score：

其中，(X) 是數(shù)據(jù)點的值，(mean)是數(shù)據(jù)集的平均值，(std)是數(shù)據(jù)集的標(biāo)準(zhǔn)差。

識別異常值：根據(jù)Z-score的值來判斷數(shù)據(jù)點是否為異常值。

一般來說，如果Z-score的絕對值大于某個閾值（一般是2或3），則可以將該數(shù)據(jù)點視為異常值。

方法4. 密度估計方法：使用核密度估計等方法來估計數(shù)據(jù)的密度分布，從而識別出那些偏離正常分布的數(shù)據(jù)點。

方法5. 專業(yè)知識和領(lǐng)域經(jīng)驗：在某些情況下，領(lǐng)域?qū)＜铱赡軙懈钊氲牧私?，能夠幫助鑒別異常值。

方法6. 可視化方法：通過繪制直方圖、散點圖等可視化圖表，可以直觀地發(fā)現(xiàn)數(shù)據(jù)中的異常值。

方法7. 機器學(xué)習(xí)方法：有一些基于機器學(xué)習(xí)的算法，如孤立森林（Isolation Forest）和局部異常因子（Local Outlier Factor），可以用來檢測異常值。

方法8. 交叉驗證：在數(shù)據(jù)分析中，可以使用交叉驗證方法來識別異常值，比如將數(shù)據(jù)集分成訓(xùn)練集和測試集，然后檢測測試集中的異常值。

在精益咨詢的實際應(yīng)用中，通常會結(jié)合多種方法來識別異常值，以確保準(zhǔn)確性和可靠性。需要根據(jù)具體的數(shù)據(jù)特點和分析目的選擇合適的方法。

版權(quán)聲明：本文為優(yōu)制咨詢精益咨詢師原創(chuàng)文章，轉(zhuǎn)載請注明出處。