異常値に騙されるな!四分位偏差で見抜くデータの真実と実務活用

異常値に騙されるな!四分位偏差で見抜くデータの真実と実務活用

異常値に騙されるな!四分位偏差で見抜くデータの真実と実務活用の全体像を詳しく解説してご紹介します。

理論を押さえたら、実務ツールで即座に計算してみよう。主要な環境ごとの実装法を整理した。

Microsoft Excelの場合、四分位数を求めるには `QUARTILE.EXC` または `QUARTILE.INC` 関数を用いる。第3四分位数から第1四分位数を引き、2で割る数式をセルに入力するだけで完了する。

$$=(QUARTILE.INC(範囲, 3) - QUARTILE.INC(範囲, 1)) / 2$$

Python(pandas)を使用する場合、データフレームの `quantile` メソッドを利用する。

`q1 = df['val'].quantile(0.25)`
`q3 = df['val'].quantile(0.75)`
`qd = (q3 - q1) / 2`

統計解析に特化したR言語であれば、標準の `IQR()` 関数を使って一瞬で計算可能だ。

`qd <- IQR(data_vector) / 2`

どの環境であっても、わずか数行のコードや数式で外れ値の影響を受けない散らばり具合を瞬時に把握できる。

加藤 愛美
著者

加藤 愛美

マーケティングと消費者心理のトレンドを分析し、現代のヒット商品の背景を読み解きます。