Abstract/The Problem of outliers/General approaches and outstanding questions

Question 1

Mitä tämä tutkimus tutkii?

Answer 1

Miten tilastolliset poikkeavat havaintoarvot voidaan löytää psykofyysisissä aineistoissa, joissa aiheiston jakauma on tuntematon

Question 2

Mitä tässä tutkimuksessa esitellään?

Answer 2

8 eri laskukaavaa poikkeavien havaintoarvojen tunnistamiseen

Question 3

Mikä oli tutkimuksen mukaan paras metodi?

Answer 3

Sn

Question 4

Miksi Sn oli paras tapa tunnistaa poikkeavuudet?

Answer 4

→ herkempi kuin suositummat testit jotka on yleensä laskettu keskiarvosta keskihajonnan perusteella
→ robustimpi kuin ei-parametriset testit jotka on laskettu prosenttipisteiden ja kvartaalivälien perusteella

Question 5

Mitä tarkoittaa robustisuus?

Answer 5

robusti/vakaa. Tilastollisen menetelmän kykyyn sietää poikkeavuuksia aineistossa (esim mediaani ja keskiarvo verrattuna, mediaani robustimpi koska ei reagoi paljoakaan poikkeaviin havaintoarvoihin)

Question 6

Mitä korkeampi breaking point (hajoamispiste) sitä parempi on..?

Answer 6

robustisuus

Question 7

Sensitiivisyys / hit rate ?

Answer 7

Kyky tunnistaa OIKEIN poikkeava arvo (outlier)

Question 8

Spesifisyys

Answer 8

Menetelmän kyky tunnistaa OIKEIN todellinen havaintoarvo

Question 9

False Alarm rate / 1-spesifisyys

Answer 9

“väärä hälytys”

VÄÄRIN tunnistettu todellinen havaintoarvo

Tunnistetaan siis oikein mitattu arvo virhearvoksi

Question 10

Mitä ovat poikkeavat arvot (=outliers)?

Answer 10

Tilastolliset poikkeavuudet ovat virheen seurauksena syntyneitä, kokonaisdatasta selvästi eroavia lukuarvoja

Question 11

Mistä tilastolliset poikkeavuudet voivat johtua?

Answer 11

Teknisestä virheestä
Viallisesta litteroinnista (=puhtaaksi kirjoittamisesta)
(usein tämä on syynä) Osallistuja (koehenkilö) ei ole kykenevä tai halukas suorittamaan annettu tehtävä halutulla tavalla
→ esim. tylsyyden, väsymyksen, huonojen ohjeiden tai feikkaamisen takia

Question 12

Miten poikkeavat havaintoarvot vaikuttavat tutkimuksen tuloksiin? (Kaksi esimerkkiä)

Answer 12

a) Tekemällä samankaltaiset populaation näyttämään erilaisilta

b) Tekemällä erilaiset populaatiot näyttämään samanlaisilta

Question 13

Miksi tilastolliset poikkeavuudet ovat ongelma?

Answer 13

Ne voivat vaikuttaa voimakkaasti tilastollisen testin tuloksiin

Question 14

Mitä parametriset testit vaativat?

Answer 14

Normaalijakauman

Question 15

Mitkä on epäparametristen testien hyvät puolet?

Answer 15

• Korkea breaking point eli menetelmä hajoaa vasta kuin x määrä aineistosta on outliereita (esim. x=50%)
• ei yleisesti vaikuta äärimmäiset tilastolliset poikkeavuudet

Question 16

Epäparametristen testien huonot puolet?

Answer 16

• Eivät ole yhtä herkkiä kuin parametriset testit
• käyttöä ja ominaisuuksia ei tunneta hyvin
• eivät ole yhtä tarkkoja verrattuna parametrisiin testeihin

Question 17

Mitä jotkut tutkijat tekevät tilastollisille poikkeavuuksille?

Answer 17

He poistavat ne manuaalisesti

Question 18

Mikä on tilastollisten poikkeavuuksien manuaalisesti poistamisen ongelma?

Answer 18

• altis vääristymille ja tutkijoiden virheille
• estää muita toistamasta tutkimusta tarkasti ja arvioimasta sitä
• prosessi ei ole perusteltu tai tarkkaan määritelty

Question 19

Missä tilanteessa on helppo tunnistaa poikkeama?

Answer 19

Jos tunnetaan aineiston jakauma –> voidaan asettaa tietty kynnysarvo siihen, mikä on poikkeama koska osataan ennustaa jokaisen arvon todennäköisyys aineistossa

Question 20

Mikä tekee outlierien tunnistamisesta hankalaa?

Answer 20

Se että aineiston todellinen jakauma harvoin tunnetaan

Question 21

Mitä tutkijoiden on tehtävä jos aineiston jakaumaa ei tunneta etukäteen?

Answer 21

Tutkijat joutuvat käyttämään erilaisia menetelmiä tilastollisten poikkeavuuksien paikannukseen

Question 22

Mikä ongelma on eri kaavoissa kun etsitään poikkeavuuksia?

Answer 22

Jotkut kaavat johtavat erilaisiin tuloksiin

Question 23

Millaista dataa tässä tutkimuksessa on käytetty?

Answer 23

Simuloitua, eli data ei ole oikeaa

Question 24

Mihin muuttujaan perustuvat menetelemät toimivat heikosti?

Answer 24

Keskihajontaan

Question 25

Mihin muututjaan perustuvat menetelmät toimivat hyvin?

Answer 25

Mediaaneihin

Question 26

Mitkä asiat ovat haluttuja mittarissa joka tunnistaa hyvin poikkeavuudet aineistossa?

Answer 26

1. Korkea hit rate (sensitiivisyys)
2. Matala false alarm rate (1-spesifisyys)
3. Robustisuus poikkeavien lukuarvojen ja aineiston lukumäärän vaihtelua kohtaan

Question 27

Tutkimuksen tavoitteet?

Answer 27

1. Kuvailla tällä hetkellä saatavilla olevia eri metodeja, joilla on mahdollista paikantaa tilastollisia poikkeavuuksia (datassa jossa otosjakauma on tuntematon)
2. Käyttää simulaatioita (esimerkkitilanteita) arvioidakseen miten hyvin eri metodi suoriutuu tyypillisessä psykofyysisessä kontekstissa