5.8
이상치(outliers)는 데이터 세트에서 다른 값보다 눈에 띄는 하나 이상의 값입니다.
예를 들어, 최고의 경주마 5마리는 평균 랩 타임에 따라 결정됩니다. 비정상적인 랩 타임은 너무 좋거나 너무 나쁘면 이상치로 간주됩니다.
그러나 대규모 데이터 세트에서 이상값을 어떻게 식별할 수 있습니까?
한 가지 방법은 사분위수 범위를 찾는 것입니다. IQR의 1.5배보다 크거나 작은 값은 이상값으로 간주됩니다.
두 번째 방법은 z 점수를 사용합니다. 마이너스 2 및 플러스 2 z 점수 내의 값은 일반적으로 데이터 값의 약 95%를 포함하는 일반적인 값으로 간주됩니다. 이 범위를 벗어나는 모든 항목은 이상치입니다.
세 번째 방법은 상자 그림을 사용하는 것입니다. 상자 그림의 수염 밖에 있는 모든 데이터 점은 이상치로 간주됩니다.
특이치는 데이터의 평균, 표준 편차 및 범위에 영향을 줄 수 있지만 일부 특이치는 표본 통계량에 영향을 주지 않고 무시할 수 있습니다. 따라서 계산에서 이상값을 고려하거나 잘라낼 때 신중하게 고려해야 합니다.
이상값은 최소 제곱선에서 멀리 떨어진 관찰된 자료 값입니다. 그것들은 비정상적인 값을 가지고 있으므로 주의 깊게 살펴볼 필요가 있습니다. 이상치는 잘못된 자료로 인해 발생할 수 있지만 때로는 연구 중인 모집단에 대한 귀중한 정보를 담고 있을 수 있으므로 자료에 포함되어…