外れ値とは何ですか?

外れ値とは、データセット内の 1 つ以上の値で、他の値よりも目立つ値です。

たとえば、上位5頭の馬は、平均ラップタイムによって決定されます。異常なラップタイムは、良すぎるか小さすぎるかのどちらかで、外れ値と見なされます。

しかし、大規模なデータセットから外れ値を特定するにはどうすればよいでしょうか。

1 つの方法は、四分位範囲を見つけることです。IQRの1.5倍より上または小さい値は外れ値と見なされます。

2 番目の方法では、z スコアを使用します。マイナス 2 とプラス 2 の z スコア内の値は、一般に通常の値と見なされ、データ値の約 95% をカバーします。この範囲外にあるものはすべて外れ値です。

3 番目の方法は、箱ひげ図を使用することです。箱ひげ図の外側にあるデータポイントは、外れ値と見なされます。

外れ値は、データの平均値、標準偏差、および範囲に影響を与える可能性がありますが、一部の外れ値はサンプル統計量に影響を与えずに無視できます。そのため、計算で外れ値を考慮したり、外れ値をトリミングしたりするために、慎重に検討する必要があります。