This HTML5 document contains 150 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
dbpedia-nohttp://no.dbpedia.org/resource/
dbpedia-svhttp://sv.dbpedia.org/resource/
n20http://www.idref.fr/040811603/
n31http://purl.org/bncf/tid/
dbrhttp://dbpedia.org/resource/
n10http://fr.dbpedia.org/resource/Modèle:
dbpedia-arhttp://ar.dbpedia.org/resource/
dbpedia-ethttp://et.dbpedia.org/resource/
dbpedia-hehttp://he.dbpedia.org/resource/
n29http://commons.wikimedia.org/wiki/Special:FilePath/
dbpedia-frhttp://fr.dbpedia.org/resource/
dcthttp://purl.org/dc/terms/
rdfshttp://www.w3.org/2000/01/rdf-schema#
n25http://g.co/kg/m/
n27https://d-nb.info/gnd/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
n7http://www.idref.fr/029709113/
n47https://id.loc.gov/authorities/names/
dbpedia-euhttp://eu.dbpedia.org/resource/
n6http://fr.dbpedia.org/resource/Fichier:
xsdhhttp://www.w3.org/2001/XMLSchema#
dbpedia-ukhttp://uk.dbpedia.org/resource/
dbpedia-idhttp://id.dbpedia.org/resource/
n17http://ma-graph.org/entity/
n13http://vocabulary.curriculum.edu.au/scot/
prop-frhttp://fr.dbpedia.org/property/
dbohttp://dbpedia.org/ontology/
dbpedia-pthttp://pt.dbpedia.org/resource/
n41http://mathworld.wolfram.com/
dbpedia-huhttp://hu.dbpedia.org/resource/
dbpedia-jahttp://ja.dbpedia.org/resource/
n34http://data.bnf.fr/ark:/12148/cb12127529t#
dbpedia-dehttp://de.dbpedia.org/resource/
dbpedia-plhttp://pl.dbpedia.org/resource/
dbpedia-ruhttp://ru.dbpedia.org/resource/
wikidatahttp://www.wikidata.org/entity/
n44https://www.quora.com/topic/
n50http://www.psychwiki.com/wiki/
dbpedia-nlhttp://nl.dbpedia.org/resource/
n46https://commons.wikimedia.org/wiki/Category:
n38http://id.nlm.nih.gov/mesh/
dbpedia-ithttp://it.dbpedia.org/resource/
n40http://www.itl.nist.gov/div898/handbook/eda/section3/
dbpedia-cahttp://ca.dbpedia.org/resource/
provhttp://www.w3.org/ns/prov#
foafhttp://xmlns.com/foaf/0.1/
n12https://www.jstor.org/topic/
n49http://su.dbpedia.org/resource/
wikipedia-frhttp://fr.wikipedia.org/wiki/
dbpedia-zhhttp://zh.dbpedia.org/resource/
dbpedia-fahttp://fa.dbpedia.org/resource/
dbpedia-trhttp://tr.dbpedia.org/resource/
dbpedia-eshttp://es.dbpedia.org/resource/
category-frhttp://fr.dbpedia.org/resource/Catégorie:
owlhttp://www.w3.org/2002/07/owl#

Statements

Subject Item
dbpedia-fr:Donnée_aberrante
rdf:type
owl:Thing
rdfs:label
Викид (статистика) Uitbijter Valor atípico Ausreißer Outlier Observació atípica Donnée aberrante 外れ値 Outlier Outlier
rdfs:comment
En statistique, une donnée aberrante (ou horsain, en anglais outlier) est une valeur ou une observation qui est « distante » des autres observations effectuées sur le même phénomène, c'est-à-dire qu'elle contraste grandement avec les valeurs « normalement » mesurées. Une donnée aberrante peut être due à la variabilité inhérente au phénomène observé, ou indiquer une erreur expérimentale. Dans ce dernier cas, elles sont parfois écartées.
rdfs:seeAlso
n12:outliers n41:Outlier.html n44:Outliers-1 n46:Outliers
owl:sameAs
dbpedia-ar:قيمة_شاذة n7:id dbpedia-tr:Aykırı_değer n13:13454.rdf dbpedia-pl:Obserwacja_odstająca n17:79337645 dbpedia-id:Pencilan dbpedia-eu:Muturreko_datu n20:id dbpedia-es:Valor_atípico dbpedia-sv:Outlier n25:01599d dbpedia-zh:异常值 n27:4510494-3 dbpedia-ca:Observació_atípica dbpedia-it:Outlier n31:57147 wikidata:Q779824 n34:about dbpedia-de:Ausreißer dbpedia-et:Erind dbpedia-ja:外れ値 n38:D016311 dbpedia-nl:Uitbijter n38:N03.219.521.710.305.200.080.550 dbpedia-no:Ekstremverdi dbpedia-uk:Викид_(статистика) dbpedia-pt:Outlier n47:sh85096171 dbr:Outlier n49:Outlier dbpedia-hu:Kiugró_érték dbpedia-ru:Выброс_(статистика) dbpedia-fa:داده_پرت dbpedia-he:חריג_חשוד_טעות
dbo:wikiPageID
3396488
dbo:wikiPageRevisionID
185954084
dbo:wikiPageWikiLink
n6:Wiki_q_inter_def.jpg n6:Boîte_à_moustache_de_Michelson-Morley.png dbpedia-fr:Loi_de_probabilité dbpedia-fr:Robustesse_(statistiques) dbpedia-fr:Loi_de_probabilité_à_queue_lourde dbpedia-fr:Moyenne n6:Doyens_humanité.png dbpedia-fr:Censure_(statistiques) category-fr:Aberrances_statistiques dbpedia-fr:Indicateur_de_dispersion dbpedia-fr:Détection_d'anomalies dbpedia-fr:Exploration_de_données dbpedia-fr:Règle_68-95-99,7 dbpedia-fr:Degré_Celsius dbpedia-fr:Distribution_à_queue_épaisse dbpedia-fr:Moyenne_arithmétique dbpedia-fr:Loi_de_Student dbpedia-fr:Loi_binomiale dbpedia-fr:Test_Q dbpedia-fr:Erreur_de_mesure dbpedia-fr:ASTM_International dbpedia-fr:Borne_supérieure_et_borne_inférieure dbpedia-fr:Césure_(statistiques) dbpedia-fr:MMS_(statistiques) dbpedia-fr:Estimation_d'ensemble n6:Règle_des_3_sigmas.PNG dbpedia-fr:Résidu_studentisé dbpedia-fr:Modèle_de_mélange dbpedia-fr:Régression_robuste dbpedia-fr:Statistique dbpedia-fr:Estimateur_(statistique) dbpedia-fr:Loi_normale dbpedia-fr:Facteur_local_de_données_aberrantes dbpedia-fr:Hasard dbpedia-fr:Distance_de_Cook dbpedia-fr:Erreur_systématique dbpedia-fr:Réseau_bayésien dbpedia-fr:King_effect dbpedia-fr:Loi_de_Poisson dbpedia-fr:Boîte_à_moustaches dbpedia-fr:Test_de_Chauvenet dbpedia-fr:Médiane_(statistiques) dbpedia-fr:Loi_de_Cauchy_(probabilités) dbpedia-fr:Winsorising dbpedia-fr:Distance_de_Mahalanobis dbpedia-fr:Population dbpedia-fr:Signification_statistique dbpedia-fr:Échantillon_(statistiques) dbpedia-fr:Analyse_des_données dbpedia-fr:Transformation_de_données_(statistiques) dbpedia-fr:Horsain dbpedia-fr:Méthode_des_k_plus_proches_voisins dbpedia-fr:Indicateur dbpedia-fr:Écart_interquartile dbpedia-fr:Anomalie_des_séries_de_temps dbpedia-fr:Écart_type dbpedia-fr:Influence_(statistiques) dbpedia-fr:Droite_de_Henry dbpedia-fr:Régression_(statistiques)
dbo:wikiPageExternalLink
n40:eda35h.htm n50:Dealing_with_Outliers%7Ctitre=how n50:Detecting_Outliers_-_Multivariate%7Ctitre=how n50:Detecting_Outliers_-_Univariate%7Ctitre=how
dbo:wikiPageLength
27229
dct:subject
category-fr:Aberrances_statistiques
prop-fr:wikiPageUsesTemplate
n10:MathWorld n10:, n10:Tmp n10:Autres_projets n10:Autorité n10:Cita n10:Lien n10:Lien_brisé n10:1re n10:EncycloMath n10:Références n10:Portail
prov:wasDerivedFrom
wikipedia-fr:Donnée_aberrante?oldid=185954084&ns=0
foaf:depiction
n29:Wiki_q_inter_def.jpg n29:Règle_des_3_sigmas.png n29:Boîte_à_moustache_de_Michelson-Morley.png n29:Doyens_humanité.png
prop-fr:auteur
John Renze
prop-fr:consultéLe
2017-09-21
prop-fr:id
Outlier
prop-fr:nom
Balakrishnan Childs
prop-fr:prénom
A. N.
prop-fr:titre
Outlier
prop-fr:url
http://www.psychwiki.com/wiki/Detecting_Outliers_-_Univariate|titre=how to detect univariate outliers http://www.psychwiki.com/wiki/Detecting_Outliers_-_Multivariate|titre=how to detect multivariate outliers http://www.psychwiki.com/wiki/Dealing_with_Outliers|titre=how to deal with outliers
prop-fr:nomUrl
Outlier
dbo:thumbnail
n29:Boîte_à_moustache_de_Michelson-Morley.png?width=300
foaf:isPrimaryTopicOf
wikipedia-fr:Donnée_aberrante
dbo:abstract
En statistique, une donnée aberrante (ou horsain, en anglais outlier) est une valeur ou une observation qui est « distante » des autres observations effectuées sur le même phénomène, c'est-à-dire qu'elle contraste grandement avec les valeurs « normalement » mesurées. Une donnée aberrante peut être due à la variabilité inhérente au phénomène observé, ou indiquer une erreur expérimentale. Dans ce dernier cas, elles sont parfois écartées. Les données aberrantes peuvent apparaître par hasard dans n'importe quelle distribution, mais elles indiquent souvent soit une erreur de mesure, soit que la population est distribuée suivant une loi de probabilité à queue lourde. Dans le premier cas, il convient de se débarrasser de ces valeurs ou bien d'utiliser des indicateurs statistiques plus robustes face aux données aberrantes tandis que dans le second cas elles indiquent que la distribution est fortement asymétrique et qu'il faut donc se montrer très prudent dans l'utilisation d'outils ou de raisonnement conçus pour une distribution normale. Une cause fréquente de données aberrantes est le mélange de deux distributions, qui peuvent être issues de 2 sous-populations bien distinctes, ou qui peuvent indiquer « mesure correcte » contre « erreur de mesure » : ce phénomène peut être modélisé au travers d'un modèle de mélange. Dans de plus grandes séries de données, quelques valeurs peuvent être éloignées de façon raisonnable de la moyenne. Cela peut être dû à une erreur systématique aussi appelée biais qui peut être inhérent au modèle utilisé pour décrire la distribution du phénomène, ou il peut s'agir de quelques valeurs qui sont loin du centre des données. Les données aberrantes peuvent également indiquer une donnée fausse, des calculs erronés ou bien les limites d'un modèle statistique. Cependant, dans de grands échantillons, un petit nombre de données aberrantes est attendu (qui n'est dû à aucune condition anormale). Les données aberrantes, regroupant les valeurs les plus extrêmes, peuvent inclure la valeur maximale ou la valeur minimale, ou les deux: cela dépend si ces valeurs sont extrêmement élevées ou faibles. Cependant, les valeurs maximum et minimum ne sont pas toujours des données aberrantes car elles peuvent ne pas être trop éloignées des autres valeurs. Une interprétation statistique naïve d'une série de données contenant des données aberrantes peut être trompeuse et induire en erreur. Par exemple, si une personne décide de calculer la température moyenne de 10 objets dans une pièce, et que 9 d'entre eux ont une température située entre 20 et 25 degrés Celsius mais que le dernier est un four en marche à 175 °C, la médiane de la série sera située entre 20 et 25 °C mais la température moyenne sera entre 35,5 et 40 °C. Dans ce cas, la médiane est un meilleur indicateur de la température des objets que la moyenne. Il est incorrect de penser que la moyenne et la médiane sont des indicateurs équivalents. Comme illustré dans cet exemple, le caractère aberrant de certaines données peut révéler leur appartenance à une population différente du reste des valeurs de la série. Les indicateurs ou estimateurs capables de composer avec les données aberrantes sont dits robustes: la médiane est un indicateur robuste tandis que la moyenne n'en est pas un.