データを入力すると、第1四分位数 Q1・第3四分位数 Q3・四分位範囲 IQR を求め、1.5×IQR の基準から外れる値を一覧にします。箱ひげ図のひげの外にある点と同じ考え方で、入力ミスや異常値のチェックに使えます。
外れ値 判定ツール(IQR・四分位範囲法)
数値の列から Q1・Q3・四分位範囲(IQR)を求め、1.5×IQR の基準で外れ値を自動で一覧にします。
使い方
- 「データ」欄に数値を4個以上入力します。
- 「基準の倍率」を選びます。ふつうは1.5、極端な外れ値だけを見たいときは3を選びます。
- カードで外れ値の数と値、下限・上限を確認します。表には外れ値の入力順と、上側・下側のどちらに外れているかが表示されます。
計算式
IQR = Q3 − Q1
下限 = Q1 − k × IQR
上限 = Q3 + k × IQR
外れ値 = 下限より小さい値、または上限より大きい値
Q1 は25パーセンタイル、Q3 は75パーセンタイル、k は倍率(ふつうは1.5)です。四分位数は Excel の PERCENTILE.INC と同じ線形補間で求めています。この方法はテューキーの基準とも呼ばれ、箱ひげ図で外れ値を点で描くときに使われます。
計算例
サンプルの12個「48, 52, 55, 50, 53, 49, 51, 90, 54, 47, 15, 52」で計算します。
- 小さい順に並べると 15, 47, 48, 49, 50, 51, 52, 52, 53, 54, 55, 90 です。
- Q1 = 48.75、Q3 = 53.25 なので、IQR = 53.25 − 48.75 = 4.5 です。
- 下限は 48.75 − 1.5 × 4.5 = 42、上限は 53.25 + 1.5 × 4.5 = 60 です。
- 42 より小さい 15 と、60 より大きい 90 の2個が外れ値と判定されます。
結果の見方
IQR 法は、データの真ん中50%の幅をもとに基準を決めるため、外れ値そのものに基準が引っぱられにくいのが利点です。平均と標準偏差を使う方法(平均±3σ など)は、大きな外れ値があると標準偏差が大きくなり、かえって外れ値を見逃すことがあります。
倍率3で外れる値は「極端な外れ値」と呼ばれることがあります。1.5では外れるが3では外れない値は、注意して見るべき候補と考えるとよいでしょう。
機械学習の前処理では、IQR 法で見つけた外れ値を「削除する」「上限・下限の値に置きかえる」「外れ値かどうかを表す特徴量を追加する」など、目的に合わせて扱います。どの方法を選んだかを記録しておくと、あとで結果を検証しやすくなります。
注意点
- 外れ値と判定されても、すぐに削除してはいけません。まず入力ミス・単位の間違い・測定エラーでないかを確認し、正しい値なら残して、分析の目的に応じて扱いを決めます。
- 年収やアクセス数のように右に長いすそを持つ分布では、正常な大きい値も多く外れ値になります。対数をとってから判定する方法もあります。
- 四分位数の計算方式が違うと、境界ぎりぎりの値の判定が変わることがあります。
- データが少ないと四分位数が安定しないため、判定も不安定になります。
外れ値の数が全体の1割を超えるような場合は、基準が分布に合っていない可能性があります。ヒストグラムで分布の形を確かめてから判断しましょう。
外れ値判定(IQR法)のよくある質問
Q. なぜ1.5×IQRなのですか?
A. 統計学者テューキーが箱ひげ図で提案した慣習的な基準です。データが正規分布なら、この基準で外れ値になるのは全体の約0.7%で、まれな値をほどよく拾えます。
Q. 外れ値は削除すべきですか?
A. 入力ミスや測定エラーなら修正・削除しますが、正しい値なら安易に削除せず、外れ値に強い指標(中央値など)を使う、別に分析するなどの方法を検討します。
Q. 箱ひげ図の外れ値と同じですか?
A. 多くのツールの箱ひげ図は、同じ1.5×IQRの基準でひげの外の点を外れ値として描きます。ただし四分位数の計算方式が違うと、境界付近の判定が変わることがあります。
