Poikkeavien havaintojen tunnistusmenetelmä

Satunnaisvirheiden automaattisen paikantamisen menetelmä, jossa kiinnostaville muuttujille muodostetaan jokin tilastollinen malli (usein regressiomalli). Sovitetun mallin perusteella löydettyjä poikkeavia havaintoja epäillään virheellisiksi. Arvojen "poikkeavuutta" voidaan mitata jollain mitalla, esim. jatkuvalla aineistolla Mahalanobiksen etäisyys. Suurissa aineistoissa poikkeavien havaintojen tunnistusmenetelmiä ovat esim. muunnetut järjestyskorrelaatiot (transformed rank correlations), epideeminen algoritmi (epidemic algorithm), forward search -algoritmi, ja robusti puumallinnus (robust tree modeling).