Question 1

データポイントを異常値にするものは何ですか？

Accepted Answer

外れ値とは、データセット内の他の値とは異なった特性を持つ値のことです。例えば、馬の周回タイムが異常に速かったり遅かったりする場合、それは外れ値です。外れ値は通常の範囲から大きく外れた値であり、それらがエラーなのか、または研究対象の集団に関する貴重な情報なのかを慎重に検討する必要があります。

Question 2

四分位範囲法を用いて外れ値をどのように識別しますか？

Accepted Answer

四分位範囲（IQR）法では、値がIQRの1.5倍を上回るか下回るかで外れ値としてマークされます。この方法では、5数値要約を使用して境界を確立します。これらのしきい値を超えるデータポイントは外れ値とみなされ、さらなる調査や統計計算からの潜在的な除外が検討されるべきです。

Question 3

z値法で外れ値を検出するにはどうすればよいですか？

Accepted Answer

zスコア法は、値が平均から何標準偏差離れているかを測定することで外れ値を特定します。-2から+2のzスコアの間の値は通常と考えられ、データの約95%をカバーします。この範囲外にあるものは異常な値または外れ値としてフラグが立てられ、その原因または妥当性について調査されるべきです。

Question 4

ボックスプロットはどのように異常値を識別するのに役立ちますか？

Accepted Answer

ボックスプロットは、ひげが典型的な値の境界まで延びてデータ分布を視覚的に表示します。これらのひげの外側にあるデータポイントは外れ値としてマークされます。このグラフィカルな方法は、異常な値の迅速な視覚的評価を提供し、主要なデータセットから大きく逸脱するデータポイントを容易に発見することができます。

Question 5

外れ値は平均や標準偏差のような統計的尺度に影響を与えますか？

Accepted Answer

はい、外れ値はデータセットの平均、標準偏差、範囲に大きな影響を与える可能性があります。しかし、一部の外れ値はサンプル統計にほとんど影響を与えず、結果を歪めることなく無視することができます。外れ値の影響と発生源に基づいて、計算から外れ値を含めるか除外するかを決定するには慎重な検討が必要です。

Question 6

残差と標準偏差を使用して異常値をどのように特定しますか？

Accepted Answer

外れ値は、残差（最適適合線からの距離）を計算し、それらを残差の標準偏差の2倍と比較することで特定できます。この閾値を超える点は潜在的な外れ値としてマークされます。視覚的には、最適適合線の2標準偏差上下を線で引くことができます。これらの境界線の外側にある点は外れ値です。

Question 7

データ分析からすべての外れ値を削除すべきですか？

Accepted Answer

必ずしもそうではありません。測定エラーから生じる外れ値は削除すべきですが、他の外れ値には調査対象の集団に関する貴重な情報が含まれている場合があります。各外れ値は、その原因と関連性を判断するために慎重な検討が必要です。外れ値を含めるか除外するかの決定は、それが真の変動を表しているか誤データを表しているかによって異なります。

Practice 練習: 外れ値とは何ですか Quiz