A Note on the Conventional Outlier Detection Test Procedures

Abstract

Abstract:Under the assumption of that the variance-covariance matrix is fully populated, Baarda's w-test is turn out to be completely different from the standardized least-squares residual. Unfortunately, this is not generally recognized. In the limiting case of only one degree of freedom, all the three types of test statistics, including Gaussian normal test, Student's t-test and Pope's Tau-test, will be invalid for identification of outliers: (1) all the squares of the Gaussian normal test statistic coincide with the goodness-of-fit (global) test statistic, even for correlated observations. Hence, the failure of the global test implies that all the observations will be flagged as outliers, and thus the Gaussian normal test is inconclusive for localization of outliers; (2) the absolute values of the Tau-test statistic are all exactly equal to one, no matter whether the observations are contaminated. Therefore, the Tau-test cannot work for outlier detection in this situation; and (3) Student's t-test statistics are undefined. Keywords:Outlier; Gaussian normal test; Student's t-test; Tau-test; RAIM. Resumo:Assumindo que a matriz Variância-Covariância das observações foi obtida, a análise dos resíduos obtidos pelos mínimos quadrados não corresponde ao teste w de Baarda. Geralmente, esta consideração não é aceita na comunidade. Em casos especiais, onde os graus de liberdade são igual a 1 (um), todos os 3 (três) tipos de testes estatísticos, incluindo o teste de normalidade de Gauss, o teste t-Students e o teste Tau-Pope, não podem ser aplicados para detecção de outliers: (1) todos os quadrados do teste de normalidade de Gauss, coincidem com o teste estatístico global, mesmo para observações correlacionadas. Assim, a falha do teste global implica em observações classificadas como outliers e, então, o teste de normalidade de Gauss é inconclusivo para a detecção de outliers; (2) os valores absolutos do teste Tau são exatamente iguais a um, não importando se as observações estão eivadas de erros. Portanto, nesta situação, o

Outlier=gross Error? Do Only Gross Errors Cause Outliers in Geodetic Networks? Addressing These and Other Questions

“…Nevertheless, there is a continuous research on outliers in geodetic networks. Among others, in addition to those papers already mentioned in this article, we can also cite: (Klein, Matsuoka and Souza 2011), (Baselga 2011), (Hekimoglu, Erdogan and Tunalioglu 2012), (Klein et al 2012), (Hekimoglu and Erdogan 2013), (Klein, Matsuoka and Monico 2013), (Erdogan 2014), (Guo 2015), (Klein, Matsuoka and Guzatto 2015), (Zhao and Gui 2017), (Rofatto, Matsuoka and Klein 2017), (Teunissen 2018) and (Rofatto, Matsuoka and Klein 2018).…”