With a large dataset, outliers have

With a large dataset, outliers have the potential to skew the mean value of the data set; therefore, we decided to apply two
different outlier detection techniques — Pierce’s criterion and Chauvenet’s criterion. However, we found that removal of the
outliers did not improve the results.

ผลลัพธ์ (ไทย) 1:

ด้วยการชุดข้อมูลขนาดใหญ่ outliers อาจเอียงค่าเฉลี่ยของชุดข้อมูล ดังนั้น เราตัดสินใจที่จะใช้สองเทคนิคการตรวจจับต่าง ๆ outlier — เกณฑ์ของเพียร์ซและเกณฑ์ของ Chauvenet อย่างไรก็ตาม เราพบว่าเอาของoutliers ไม่ปรับปรุงผลลัพธ์

ผลลัพธ์ (ไทย) 2:

ด้วยชุดข้อมูลที่มีขนาดใหญ่ผิดปกติมีศักยภาพที่จะเอียงค่าเฉลี่ยของชุดข้อมูลนั้น ดังนั้นเราจึงตัดสินใจที่จะใช้สองเทคนิคการตรวจสอบค่าผิดปกติแตกต่างกัน - เกณฑ์เพียร์ซและเกณฑ์ Chauvenet ของ
แต่เราพบว่าการกำจัดของค่าผิดปกติไม่ได้ปรับปรุงผล

ผลลัพธ์ (ไทย) 3:

กับชุดข้อมูลที่มีขนาดใหญ่ผิดปกติ มีโอกาสที่จะทำให้ค่าเฉลี่ยของข้อมูลชุด ; ดังนั้นเราจึงตัดสินใจที่จะใช้สอง
แตกต่างกันค่าเทคนิคตรวจสอบการ - เพียร์ซเป็นเกณฑ์ และเกณฑ์ chauvenet . อย่างไรก็ตาม เราพบว่า การกำจัด
ผิดปกติไม่ได้ปรับปรุงผลลัพธ์