Clicked Gallery
O que é um valor atípico (outlier)?
Subrayado en un libro de texto real. Explicado por Clicked.
Usado numa frase
University Course Reader · STEM
One outlier in the December figures pulled the yearly average up by nearly 40%.
O leitor sublinhou um termo — num artigo ou no PDF de um paper. O Clicked tornou o termo estatístico «outlier» fácil de entender:
Explicado em três níveis
●○○
Overview
Um valor atípico é um dado que fica distante dos demais: muito mais alto ou mais baixo que o padrão que os outros valores formam. Ele importa porque um único valor extremo pode arrastar uma média para bem longe de onde a maior parte dos dados está. Uma decisão construída sobre essa média está na verdade construída sobre o valor atípico. O número sozinho não diz o que fazer com ele. Pode ser um engano, um caso isolado, ou o começo de um novo padrão — e só checar a história por trás dele lhe diz qual.
●●○
Detail
Um valor atípico é um valor que fica incomumente distante dos outros num conjunto de dados. A distância é o que o define, muitas vezes fixada como mais de dois ou três desvios padrão do meio. O que fazer com ele é uma pergunta separada, e a resposta vem em três tipos. O valor atípico pode ser um erro: uma vírgula no lugar errado, um sensor quebrado, um número digitado duas vezes. Erros são corrigidos ou removidos. Pode ser genuíno mas causado por algo que não vai se repetir: um evento único que inflou uma leitura. Casos isolados genuínos são mantidos no registro e deixados de fora de qualquer previsão, porque não dizem nada sobre o andamento comum das coisas. Ou pode ser genuíno e o primeiro sinal de uma mudança, caso em que é o valor mais importante do conjunto. Nada no número em si distingue esses casos. Dois conjuntos de dados podem conter o mesmo valor atípico por razões opostas, então a única resposta honesta é ir descobrir o que aconteceu. O que torna isso urgente é que médias são sensíveis a extremos. Um único valor muito grande puxa a média na direção dele, que é por que uma sala com um bilionário tem uma renda média sem sentido e por que existem medianas.
●●●
Analogy
Uma fábrica vende cerca de 100 unidades por mês por onze meses, e então 900 num mês. A média agora é 167, um nível com que nenhum mês real se pareceu, e alguém pergunta se deve expandir a planta. Antes de responder, descubra o que foi o 900. Se o pedido de um cliente foi digitado como 900 em vez de 90, corrija o número e esqueça. Se o pedido foi real mas a planta de um concorrente ficou parada naquele mês e os clientes dele compraram de você uma vez, mantenha o registro e deixe-o de fora do plano. Sem expansão. Mas se esse cliente moveu todo o negócio dele para você de vez, o 900 é o novo normal e a planta precisa mesmo crescer. Mesmo valor atípico, três ações diferentes — e o número sozinho não conseguia escolher entre elas.
Explicações de IA podem conter erros · Não é aconselhamento profissional
Os mesmos fatos, outra vibe — Modo slang 😎
●○○
Overview
Um valor atípico é o único número que se recusa a sentar com os outros: onze meses de mais ou menos 100 e então um 900. Ele importa porque médias são ingênuas. Um valor enorme e a média sobe para um nível que mês nenhum jamais atingiu, e quem planeja em cima dessa média está planejando em cima da aberração. O valor atípico não é bom nem ruim, ele só está longe. Se você corrige, ignora ou leva a sério depende de por que ele está lá fora — e o número não sabe lhe dizer. Vá olhar. 😎
●●○
Detail
Um valor atípico é um dado bem longe do grupo, longe o bastante para claramente não pertencer ao resto. O teste usual é uma distância de dois ou três desvios padrão, mais ou menos, que é um jeito de pontuar quão esquisito um valor é. Detectar um é fácil. Saber o que fazer com um é a habilidade inteira, porque há três razões completamente diferentes para um número estar lá fora. Alguém digitou errado: corrija ou descarte. Aconteceu de verdade, mas por uma razão que não vai acontecer de novo: mantenha nos registros e fora da previsão. Ou aconteceu de verdade e é o primeiro sinal de algo novo: agora é o número mais importante que você tem. Nada no valor lhe diz qual é. Duas planilhas podem mostrar o pico idêntico por razões opostas, então a jogada é ir olhar. E importa porque médias caem no conto dos valores atípicos toda vez. Um valor monstro e a média já vagou para algum lugar onde nenhum dado real mora. É por isso que as pessoas recorrem à mediana quando há um bilionário na sala. 😎
●●●
Analogy
Todo vídeo que você posta ganha uns 2.000 views. Aí um ganha 10 milhões. Deve largar a faculdade e comprar o equipamento de câmera? Ainda não: vá descobrir o que foi o 10 milhões. Se foi uma falha no contador, um bot atualizando a noite toda, não é nada, então ignore. Se uma conta enorme compartilhou por engano e apagou o compartilhamento uma hora depois, é real, aconteceu, e não vai acontecer de novo, então aproveite e não mude nada. Mas se viralizou por causa de algo que você fez de propósito, e 200 mil pessoas se inscreveram e agora estão assistindo ao próximo, esse valor atípico é o seu novo ponto de partida. Aí o equipamento de câmera vale uma olhada. 😎
Explicações de IA podem conter erros · Não é aconselhamento profissional
Definição formal — O mesmo termo, explicado da forma habitual
Um valor atípico é uma observação que fica a uma distância anormal dos outros valores de um conjunto de dados, comumente identificada como situada a mais de um número definido de desvios padrão da média ou além de 1,5 vez a amplitude interquartil a partir dos quartis. Valores atípicos podem surgir de erro de medição ou de registro, de eventos genuínos porém raros, ou de uma mudança no processo subjacente, e o tratamento deles depende de qual seja o caso: valores errôneos são corrigidos ou excluídos, enquanto valores genuínos são retidos e a sua influência sobre estatísticas resumo, particularmente a média, é examinada, muitas vezes reportando medidas robustas como a mediana.
Quer que o Clicked explique termos como «outlier» direto no seu navegador, até em PDFs?
Adicionar ao Chrome — Grátis50 explicações grátis · Sem cartão de crédito
Mais da galeria
O que é o desvio padrão?
Quão longe os números vagam da média — a dispersão que duas médias idênticas podem esconder.
O que é o tamanho da amostra?
Quantos foram de fato estudados, por que números pequenos enganam, e por que os grandes não são automaticamente melhores.
O que é a regressão à média?
Um resultado extremo costuma ser seguido por um comum, e outra coisa leva o crédito.
O que é o viés de sobrevivência?
Julgar pelos vencedores porque os perdedores não estão por perto para serem contados. O jeito mais comum de os dados mentirem.
O que é um intervalo de confiança?
A faixa que um estudo reporta em torno do seu resultado, e por que uma faixa larga significa que ninguém sabe ainda.
Correlação vs. causalidade: qual é a diferença?
Duas coisas se movendo juntas não é uma causando a outra, e é nessa distância que moram as manchetes ruins.