Ils cherchaient des objets scintillant près du bord de l'ombre, en filtrant les objets catalogués connus.Le rejet des valeurs aberrantes est le processus qui consiste à identifier et à supprimer les points de données qui s'écartent de manière significative du motif ou de la distribution attendus d'un ensemble de données. Dans les contextes scientifiques, les valeurs aberrantes peuvent provenir d'erreurs de mesure, d'événements transitoires ou d'une contamination par des sources sans rapport. L'objectif est de nettoyer les données afin que l'analyse ultérieure reflète le phénomène sous-jacent plutôt que des fluctuations parasites. Cela est particulièrement important dans des domaines comme l'astronomie, où une seule lecture anormale pourrait être confondue avec une véritable découverte.
La méthode consiste généralement à définir un critère statistique pour ce qui est considéré comme « normal » — par exemple, un certain nombre d'écarts types par rapport à la moyenne, ou un ajustement robuste à un modèle. Les points qui tombent en dehors de ce seuil sont signalés puis soit écartés, soit réexaminés. En pratique, le processus peut être itératif : après avoir éliminé les valeurs aberrantes évidentes, le modèle est recalculé et le seuil est réappliqué pour détecter des écarts plus subtils. Le choix du critère dépend des caractéristiques du bruit des données et du risque d'écarter des signaux authentiques.
Utilisé en physique des particules pour filtrer le bruit des détecteurs, en astronomie pour exclure les rayons cosmiques des images, et en finance pour supprimer les données de trading erronées avant l'analyse des risques.
Lors de la découverte du boson de Higgs, les physiciens ont utilisé le rejet des valeurs aberrantes pour éliminer les événements de bruit de fond, mais ils ont délibérément conservé quelques « valeurs aberrantes » qui se sont avérées être les premiers indices de la nouvelle particule.
