اختبار الازدواجية بعد إزالة القيم الشاذة

نظرًا للتأثير الذي يمكن أن تحدثه القيم الشاذة على الانحدار واختبارات التحديد، فإن استراتيجية التغلب على هذا الأمر التي يتبناها الممارسون بشكل واسع تتكون من: (i) بدء التحليل التجريبي بإجراء كشف عن القيم الشاذة لإزالة القيم غير النمطية؛ ثم (ii) متابعة التحليل بالملاحظات غير الشاذة المختارة. ومع ذلك، فإن تداعيات مثل هذا الإجراء على الخصائص اللانهائية لإجراءات الاستدلال التالية لا تزال غير مستكشفة بشكل كافٍ. ندرس آثار مثل هذه الاستراتيجية على اختبار الازدواجية. على وجه التحديد، باستخدام العمليات التجريبية المرجحة والموسومة في نظرية المتبقيات، نظهر أن اختبار وايت المطبق بعد الكشف عن القيم الشاذة وإزالتها يكون أسيمبتوتياً مربعاً عند التوزيع إذا كانت الأخطاء الأساسية متماثلة. في دراسة محاكاة، نوضح أنه—بناءً على نوع القيم الشاذة—يمكن أن يكون اختبار وايت القياسي إما صغيرًا بشكل شديد أو كبيرًا بشكل مفرط، وكذلك يمكن أن يمتلك قوة تافهة. الإحصائية المطبقة بعد إزالة القيم الشاذة لها خصائص عينة محدودة جيدة تحت التماثل ولكنها يمكن أن تعاني من تشوهات في الحجم تحت الأخطاء غير المتماثلة. بالنظر إلى هذه النتائج، نضع استراتيجية نمذجة تجريبية لتوجيه الممارسين الذين يفضلون إزالة القيم الشاذة من العينة.