असामान्य मान और उनका अर्थ

कभी-कभी कोई एक मान बाकी सभी मानों से बहुत दूर होता है। यह अकेला बिंदु बाहरी मान कहलाता है और चुपचाप आपके पूरे विश्लेषण को विकृत कर सकता है। 🚩

एक अकेला चरम मान mean को खींच सकता है और मानक विचलन को बढ़ा सकता है। बाहरी मानों को जल्दी पहचान लेने से वे वास्तविक पैटर्न को छिपा नहीं पाते।

हर बाहरी मान बेकार नहीं होता। कुछ टाइपिंग की गलतियाँ होती हैं जिन्हें ठीक करना चाहिए, लेकिन कुछ धोखाधड़ी या किसी दुर्लभ घटना जैसे वास्तविक संकेत भी हो सकते हैं, जिन पर आपका पूरा ध्यान आवश्यक है।

पारंपरिक परीक्षण में IQR का उपयोग होता है। Q1 से बहुत नीचे या Q3 से बहुत ऊपर का कोई भी मान संभावित बाहरी मान के रूप में चिह्नित किया जाता है और उसकी दोबारा जाँच की जाती है।

Q1 में से 1.5 गुना IQR घटाकर और Q3 में 1.5 गुना IQR जोड़कर एक सीमा बनाएँ। इस सीमा के बाहर के बिंदु संदिग्ध बाहरी मान होते हैं।

बूलियन मास्क उन्हें तेज़ी से ढूँढ़ लेता है। अपने कॉलम की तुलना सीमाओं से करें और pandas आपको ठीक वही पंक्तियाँ लौटाता है जो बाहर आती हैं।

एक अन्य तरीका z-score है, जो बताता है कि कोई बिंदु mean से कितने मानक विचलन दूर है। लगभग तीन से अधिक मानों को अक्सर बाहरी मान माना जाता है।

बॉक्स प्लॉट आपके लिए IQR की सीमा बनाता है और उससे आगे के हर मान को अलग बिंदु के रूप में दिखाता है। बाहरी मानों को दृश्य रूप से जाँचने का यह सबसे तेज़ तरीका है।

किसी बिंदु को केवल इसलिए कभी न हटाएँ कि वह चरम है। पहले उसकी जाँच करें, क्योंकि वास्तविक डेटा हटाने से वह महत्वपूर्ण अंतर्दृष्टि मिट सकती है जिसकी आपको आवश्यकता थी।

समझ लेने के बाद आप किसी बाहरी मान को हटा सकते हैं, उसकी सीमा तय कर सकते हैं या उसे रख सकते हैं। मानों को सीमा पर सीमित करना एक संतुलित तरीका है, जो नुकसान को कम करता है।

आप चाहे जो निर्णय लें, उसे लिख लें। आपने किन बाहरी मानों को बदला और क्यों बदला, इस पर एक स्पष्ट टिप्पणी आपके विश्लेषण को ईमानदार और दोहराने योग्य बनाए रखती है।

अब आप IQR नियम या z-score से बाहरी मानों का पता लगा सकते हैं, यह तय कर सकते हैं कि वे त्रुटि हैं या संकेत, और उन्हें सोच-समझकर संभाल सकते हैं। 🎓