Détection de outlier: Autre méthode que dixon et grubbs?

[invitefc4774fc]

Bonjour à tous,

Amateur en stats, mais ayant besoin d'écarter certaines valeurs dans le cadre d'un projet professionnel , je suis à la recherche d'un moyen me permettant d'écarter certaines valeurs qui semblent aberrantes pour traitement derrière.

Je me suis penché du coté du test de Grubbs ainsi que Dixon.
J'ai pris pour test certains exemples d'échantillons qui pour moi semblent contenir des valeurs a écarter.
Après le test de mon échantillon avec les 2 méthodes , aucune ne retourne de outliers, juste un avertissement comme quoi elles s'en rapprochent,et encore l'avertissement se situe sur les valeurs max alors qu'à y regarder de plus près, celles qui me gênent sont plus celles inférieurs.

Petit exemple:

16774
16715
16469
16320
15950
15833
15772
15408
15387
15387
14932
14580
14579
14204
13793
12724
12301
11820
11811
10981
10300
9900
8252
6100
5190
30
29
10
10
2

Quelqu'un peut-il m'aiguiller vers une méthode qui me permettrait par exemple de détecter (pour l'exemple ci-dessus) , les 5 valeurs inférieurs comme aberrantes ? Car celles-ci me gênent pour mes tests et n'ai trouvé de méthode pour les écarter.

Cdt,

-----

[invite76e2b617]

Dixxon et Grubbs c'est pour les plans d'expériences?
Tout ce qui me vient à l'esprit comme ça, c'est que dans le modèle linéaire générale, il me semble qu'on utilise la distance de Cook pour les problèmes d'outliers. Maintenant, je ne sais absolument pas si cela peut te servir

[invitefc4774fc]

Merci pour ta réponse ,
Ne me connaissant très peu en stats, et n'ayant pas jeter un oeil à la methode de "Cook", je vais étudier cette methode et vous tiendrez informé des resultats