Outliers, ou valores atípicos, são observações que se afastam significativamente do padrão geral dos dados. Na análise de dados em saúde, a identificação de outliers é crucial, pois esses valores podem indicar erros de medição, variabilidade natural ou fenômenos interessantes que requerem investigação adicional. Os outliers podem afetar a média, a variância e outros parâmetros estatísticos, distorcendo a interpretação dos resultados.

Abaixo temos um script em R que demonstra várias maneiras de identificar outliers em um conjunto de dados fictício:

Primeiro vamos gerar uma base de dados com um “outliers”

# Gerar um conjunto de dados de exemplo
set.seed(123)
data <- c(rnorm(100, mean = 50, sd = 10), 150) # Adicionando um outlier

Desvio Padrão: Um valor é considerado um outlier se estiver a mais de 2 ou 3 desvios padrão da média.

# 1. Método do Desvio Padrão
mean_data <- mean(data)
sd_data <- sd(data)
outliers_sd <- data[abs(data - mean_data) > 2 * sd_data]
cat("Outliers pelo método do desvio padrão:", outliers_sd, "\n")
## Outliers pelo método do desvio padrão: 150

Quartis e Intervalo Interquartil (IQR): Valores que estão abaixo de Q1 – 1.5 * IQR ou acima de Q3 + 1.5 * IQR são frequentemente considerados outliers.

# 2. Método do Intervalo Interquartil (IQR)
Q1 <- quantile(data, 0.25)
Q3 <- quantile(data, 0.75)
IQR <- Q3 - Q1
outliers_iqr <- data[data < (Q1 - 1.5 * IQR) | data > (Q3 + 1.5 * IQR)]
cat("Outliers pelo método IQR:", outliers_iqr, "\n")
## Outliers pelo método IQR: 26.90831 150

Boxplot: Uma representação visual que ajuda a identificar outliers de forma eficaz.

# 3. Boxplot para visualização
boxplot(data, main = "Boxplot com Outliers", horizontal = TRUE)

Métodos de Regressão: Análise de resíduos para detectar outliers em modelos de regressão.

# 4. Análise de resíduos em um modelo de regressão
model <- lm(data ~ 1) # Modelo simples
residuals <- rstandard(model)
outliers_regression <- data[abs(residuals) > 2]
cat("Outliers pela análise de resíduos:", outliers_regression, "\n")
## Outliers pela análise de resíduos: 150

Teste de Grubbs: Um teste estatístico para detectar um único outlier em um conjunto de dados.

# 5. Teste de Grubbs (necessário instalar o pacote 'outliers')
if(!require(outliers)) install.packages("outliers")
## Carregando pacotes exigidos: outliers
library(outliers)
grubbs_test <- grubbs.test(data)
grubbs_outlier <- ifelse(grubbs_test$p.value < 0.05, "Outlier Detectado", "Nenhum Outlier")
cat("Resultados do teste de Grubbs:", grubbs_outlier, "\n")
## Resultados do teste de Grubbs: Outlier Detectado