格拉布斯离群值检验——理论与 Python 实现

参考文章： https://en.wikipedia.org/wiki/Grubbs%27s_test

原理

格拉布斯检验¹是一种假设检验方法（显著检验法），其原假设为：
$H_0:$ 数据集中没有离群值
$H_1:$ 数据集中存在离群值

设数据集为：$x_1,x_2,\cdots ,x_n$计算 Grubbs 检验的检验统计量如下：
$$G=\frac{\max |x_i-\bar{x}|}{s}$$
其中 $s$ 为样本的标准差：
s = ∑ i = 1 n ( x i − x ˉ ) 2 n − 1 s=\sqrt{\frac{\sum_{i=1}^{n} (x_i-\bar{x})^2}{n-1}} s=