Robuste Dispersionsmaße bei Ausreißern
Wenn Daten durch "Ausreißer" kontaminiert sind, sind nicht-robuste Streumaße wie die Standardverteilung nicht gut geeignet, die Streuung der nicht kontaminierten Daten wiederzugeben. Robuste Schätzverfahren wie das Stutz-Verfahren oder die 
- Streuung bereinigen die Daten und liefern ein zuverlässigeres Ergebnis.
Sie können verunreinigte Daten modellieren, indem Sie der Originalprobe eine kleine normale Komponente mit hoher Varianz hinzufügen. Dann können Sie die Dispersion analysieren.
Den kompletten Wolfram Language-Input zeigen
Visualisieren Sie die Zuverlässigkeit dieser Messungen durch eine Monte-Carlo-Simulation.
Den kompletten Wolfram Language-Input zeigen
Bei Daten ohne Ausreißer ähnelt die 
-Streuung einer Standardabweichung.
Den kompletten Wolfram Language-Input zeigen
