twee-en-een-half-s zegt me niets als methode, maar als dit is waar het op lijkt ("alles dat meer dan twee-en-een-half-sigma van het gemiddelde ligt eruit gooien") dan is dat een zeer slechte methode. De q-test is dan echt veel beter.
Heel algemeen gezegd moet je elke uitbijter kunnen verklaren, anders mag je die niet zomaar weggooien.
Voorbeeld (getallen verzonnen): de gemiddelde volwassen man in Nederland is 1,8m. Deze populatie heeft een standaarddeviatie van ~0.15m. Toch zijn er echt mannen van 1,2m, 4 sigma onder het gemiddelde.
Elke populatie van 10000 individuen heeft statistisch 1 exemplaar dat meer dan 4 sigma afwijkt. En misschien wel honderd die meer dan 2,5 sigma afwijken.
Wij gebruiken 'shewart' controle kaarten. Hier is 2s een afwijkend getal maar onderzochte serie mag door, 3s betekent serie opnieuw. 5% van je metingen liggen tussen 2- en 3- s (95% betrouwbaarheid).
Na 30 meetresultaten wordt gecontroleerd op uitbijters (Grubbs) en nieuwe grenzen vastgesteld.
2,5s?? nog nooit van gehoord. komt bij mij over van "ik wil iets afkeuren maar durf het niet"