Question 1

데이터 포인트를 이상치로 만드는 것은 무엇입니까?

Accepted Answer

이상치는 데이터세트 중 특이한 특성으로 인해 다른 것들과 차이가 나는 값입니다. 예를 들어, 말들 중 비정상적으로 빠른 또는 느린 랩 타임은 이상치입니다. 이상치는 일반적인 범위에서 멀리 벗어난 값을 가지며, 오류인지 혹은 연구하는 모집단에 대한 귀중한 정보인지 확인하기 위해 신중한 검토가 필요합니다.

Question 2

사분위 범위법을 사용하여 이상치를 식별하는 방법은 무엇입니까?

Accepted Answer

사분위 범위(IQR) 방법은 값이 IQR의 1.5배 위 또는 아래에 떨어질 때 이를 벗겨낸 값으로 표시합니다. 이 접근법은 5개 숫자 요약을 사용하여 경계를 설정합니다. 이러한 임계값을 초과하는 모든 데이터 포인트는 벗겨낸 값으로 간주되어 추가 조사 또는 통계 계산에서 제거될 가능성이 있습니다.

Question 3

이상치를 감지하기 위한 z-점수 방법은 무엇인가요?

Accepted Answer

z-점수 방법은 평균에서 값이 몇 표준 편차 떨어져 있는지 측정하여 이상치를 식별합니다. -2와 +2 사이의 z-점수 값은 보통으로 간주되어 약 95%의 데이터를 포함합니다. 이 범위 외의 것은 비정상적인 값 또는 이상치로 표시되어 원인이나 타당성을 검토해야 합니다.

Question 4

상자형 그림은 어떻게 이상치를 식별하는 데 도움이 됩니까?

Accepted Answer

Boxplots는 수염이 일반적인 값 경계로 확장되어 데이터 분포를 시각적으로 표시합니다. 이 수염 밖에 있는 모든 데이터 포인트는 이상치로 표시됩니다. 이 그래픽 방법은 비정상적인 값에 대한 빠른 시각적 평가를 제공하고 주요 데이터 세트에서 크게 벗어나는 데이터 포인트를 쉽게 식별할 수 있게 합니다.

Question 5

이상치가 평균과 표준 편차와 같은 통계적 척도에 영향을 줄 수 있습니까?

Accepted Answer

네, 이상치는 데이터 세트의 평균, 표준 편차 및 범위에 상당한 영향을 미칠 수 있습니다. 그러나 일부 이상치는 표본 통계에 미미한 영향을 미치고 결과를 왜곡하지 않고 무시할 수 있습니다. 영향과 기원에 따라 이상치를 포함할지 여부 또는 삭제할지 결정하기 위해서는 신중한 고려가 필요합니다.

Question 6

잔차와 표준 편차를 사용하여 이상치를 어떻게 식별합니까?

Accepted Answer

이상치는 잔차(최적 적합선과의 거리)를 계산하고 이를 잔차의 표준 편차의 두 배와 비교하여 식별할 수 있습니다. 이 임계값을 초과하는 포인트는 잠재적 이상치로 표시됩니다. 시각적으로, 최적 적합선에서 두 표준 편차 위와 아래에 선을 그릴 수 있습니다; 이 경계 바깥의 모든 포인트가 이상치입니다.

Question 7

모든 편차값을 데이터 분석에서 제거해야 하나요?

Accepted Answer

반드시 그런 것은 아닙니다. 일부 편차값은 측정 오류로 인해 발생하며 제거되어야 하지만, 다른 것들은 연구 대상 집단에 대한 귀중한 정보를 포함할 수 있습니다. 각 편차값은 원인과 관련성을 판단하기 위해 주의 깊은 검토가 필요합니다. 편차값을 포함할지 여부는 그것이 진정한 변동을 나타내는지 아니면 잘못된 데이터인지에 따라 결정됩니다.

Practice 연습: 이상치란 무엇입니까 Quiz