grubb_test_to_detect_anomalies.py

import numpy as np
from scipy.stats import t

def grubbs_test(data, alpha=0.05):
    """
    Realiza el Grubbs' Test para detectar un único valor atípico en la muestra de datos.
    
    Parameters:
    data (list or numpy array): Lista de datos numéricos.
    alpha (float): Nivel de significancia para el test. Default es 0.05.
    
    Returns:
    bool: True si hay un valor atípico, False si no lo hay.
    float: El valor de Grubbs' test estadístico.
    float: El valor crítico.
    """
    n = len(data)
    mean_data = np.mean(data)
    std_data = np.std(data, ddof=1)

    # Cálculo del estadístico G
    G = max(abs(data - mean_data)) / std_data

    # Cálculo del valor crítico de Grubbs
    t_crit = t.ppf(1 - alpha / (2 * n), n - 2)
    G_critical = ((n - 1) / np.sqrt(n)) * np.sqrt(t_crit**2 / (n - 2 + t_crit**2))

    # Comparación entre el estadístico G y el valor crítico
    is_outlier = G > G_critical

    return is_outlier, G, G_critical

# Ejemplo de uso
data = np.array([10, 12, 12, 13, 12, 14, 13, 100])  # 100 es un posible valor atípico
is_outlier, G, G_critical = grubbs_test(data)

print(f"¿Hay valor atípico? {'Sí' if is_outlier else 'No'}")
print(f"Estadístico G: {G}")
print(f"Valor crítico: {G_critical}")