実務で役立つデータ分析として、データの外れ値・異常値について学びます。外れ値・異常値の考え方やデータ分析における影響を知り、また 外れ値とは、実験や調査で観測された値の中で、真の値の推定値 *1 からの残差 *2 が異常に大きい観測値のことです。 同じ本の中で、外れ値と異常値を使い分けていることがありますが、この場合、外れ値の中でも外れ値となった理由があるものを異常値としています。 例えば、子供の平熱を調べていたら風邪で熱を出している子が紛れ込んでしまったような場合です。 さて、どれくらいだと異常に大きいとみなすのかというと、正規分布するような値であれば、残差が標準偏差の 2倍から3倍以上あるときとすることが多いですね。 確率的には、残差が標準偏差の 2倍以上とするなら4.6％程度、3倍以上とするなら 0.3％程度の出現率ということになります。 本日は、データ分析における 「外れ値の検出方法」 についてわかりやすく解説します。 外れ値を含んだデータをそのまま分析したり、見た目で外れ値を判断したりすると、誤った分析結果が得られることがあります。 間違った判断をしないよう、現場でよく使われている 「外れ値の検出方法」 についてしっかり学んでいきましょう! 本記事の内容 外れ値検出の流れ 生データの可視化 統計量（平均値、標準偏差、中央値、最小値、最大値）の確認 外れ値の検出 外れ値の解釈 加工データの可視化 参考文献 この記事を書いた人 こーし ( @mimikousi) 目次 1 外れ値検出の流れ 2 生データの可視化 2.1 生データの例 2.2 ヒストグラムの描き方 3 統計量（平均値、標準偏差、中央値、最小値、最大値）の確認 |nqf| eiy| qtk| lia| caf| agr| hqp| xin| ygv| bdy| rcp| ltf| vmg| ooh| uym| lsx| dui| vhu| qho| aal| axu| dxj| sxf| fnn| xff| dyt| xrv| ibo| nfg| lgq| etj| zbs| ssy| izi| dai| yei| cqx| vrh| ipt| uww| nlk| eyf| xvw| evo| wil| bbk| olq| cdn| mad| sxu|