Zusammenfassung
Um Ausreißer zu suchen, gibt es zwei Ansätze: die Tests für Ausreißer und die robusten Verfahren. Statistiker, die mit robusten Methoden arbeiten, behaupten, dass ihre Verfahren zuverlässiger als die Tests für Ausreißer sind. Welcher der beiden Ansätze ist nun zuverlässiger? Diese Frage wurde in Hinblick auf einige Probleme bei der Bestimmung von Ausreißern, wie Einfluss der Maskierung, der Überdeckung und der Hebelpunkte in einer linearen Regression durch eine Simulation untersucht. Um die beiden Ansätze miteinander zu vergleichen, wurde die mittlere Erfolgsrate benutzt. Zusammenfassend kann gesagt werden, dass die robusten Verfahren die Ausreißer um 22 % zuverlässiger bestimmen als die Tests für Ausreißer in einer einfachen Regression.
Summary
In order to identify outliers, there are two approaches: the conventional tests for outliers and robust methods. Statisticians working with robust methods argue that their results are more reliable than the conventional tests for outliers. Which one of these approaches is more reliable? This question is investigated here in view of the problems caused by masking effects, swamping effects and leverage points and discussed by simulated linear regression models. The mean success rate is used to compare the two approaches. Summarizing, the robust methods can identify outliers at a rate of 22 % more reliably than the conventional test for outliers in a simple regression.
