Aykırı Değer Nedir?
İngilizce: Outlier
Yayın: · Son güncelleme:
Aykırı Değer Nedir? Kısaca
Aykırı değer (outlier), bir veri setindeki diğer gözlemlerden belirgin biçimde uzak, alışılmadık derecede büyük ya da küçük değerdir; ölçüm hatasından kaynaklanabileceği gibi gerçek ve önemli bir durumu da yansıtabilir.
Aykırı değer, veri setinin geri kalanıyla uyumsuz duran uç gözlemdir. Örneğin bir sınıftaki öğrencilerin boyları 150-185 cm arasındayken listede 250 cm yazıyorsa, bu değer büyük olasılıkla bir aykırı değerdir.
Aykırı değer nedir?
Aykırı değerlerin farklı nedenleri olabilir:
- Hata: Yanlış yazım, birim karışıklığı, sensör arızası.
- Doğal uç durum: Gerçek ama nadir bir gözlem; örneğin çok yüksek gelirli bir kişi.
- Önemli olay: Dolandırıcılık ya da arıza gibi incelenmesi gereken bir durum.
Bu yüzden aykırı değeri bulmak kadar, neden oluştuğunu anlamak da önemlidir.
Aykırı değer nasıl bulunur?
- Çeyrekler açıklığı (IQR): Birinci ve üçüncü çeyrek arasındaki fark hesaplanır. Bu aralığın 1,5 katından daha dışarıda kalan değerler genellikle aykırı kabul edilir. Kutu grafiği bu noktaları ayrıca gösterir.
- Z-skoru: Ortalamadan kaç standart sapma uzakta olduğuna bakılır; sıklıkla 3'ün üzerindeki değerler işaretlenir. Bu yöntem verinin normal dağılıma yakın olduğunu varsayar.
- Görselleştirme: Histogram ve dağılım grafikleri.
- Makine öğrenmesi: Çok değişkenli verilerde DBSCAN, izolasyon ormanı gibi yöntemler.
Analize etkisi
Varsayımsal bir örnek: Beş kişinin aylık geliri 20, 22, 25, 23 ve 500 bin TL olsun. Ortalama 118 bin TL çıkar ve grubu hiç temsil etmez; medyan ise 23 bin TL'dir. Aykırı değerler ortalamayı, standart sapmayı ve doğrusal regresyon gibi modelleri kolayca saptırır.
Ne yapmalı?
- Hata olduğu kesinse düzelt ya da çıkar.
- Gerçek bir değerse silmek yerine medyan gibi dayanıklı ölçüler ya da dayanıklı modeller kullanmayı düşün.
- Hangi değerleri neden çıkardığını mutlaka not al; keyfi silme sonuçları yanıltıcı hâle getirir.
Sıkça Sorulan Sorular
Aykırı değerler her zaman silinmeli mi?
Hayır. Ölçüm ya da giriş hatasıysa düzeltilebilir veya çıkarılabilir. Gerçek bir gözlemse önemli bilgi taşıyabilir ve analizden çıkarmak sonucu çarpıtabilir.
Aykırı değerler hangi modelleri en çok etkiler?
Ortalamaya ve hata karelerine dayanan yöntemler, örneğin doğrusal regresyon ve k-ortalamalar, en çok etkilenir. Karar ağacı tabanlı modeller genellikle daha dayanıklıdır.