การระบุรูปแบบและค่าผิดปกติในข้อมูล

การค้นหารูปแบบและค่าผิดปกติมีความสำคัญต่อการทำความเข้าใจการแจกแจงข้อมูล การสังเกตแนวโน้ม และการตรวจหาความผิดปกติ

การแสดงแนวโน้มด้วยแผนภูมิเส้น

ใช้ plot() เพื่อสร้างแผนภูมิเส้นและตรวจหารูปแบบตามช่วงเวลา

x <- 1:10
y <- c(2, 4, 6, 8, 10, 12, 14, 18, 22, 28)
plot(x, y, type='l', col='blue', main='Line Chart of Trends')

การตรวจหาค่าผิดปกติด้วยแผนภาพกล่อง

ใช้ boxplot() เพื่อค้นหาค่าสุดขั้วในชุดข้อมูลเชิงตัวเลข

boxplot(mtcars$mpg, main='Boxplot of MPG', col='red')

การใช้ฮิสโตแกรมเพื่อระบุการแจกแจง

ฮิสโตแกรมช่วยแสดงรูปร่างของการแจกแจงข้อมูลและตรวจหาค่าที่ผิดปกติ

hist(mtcars$hp, col='green', main='Histogram of Horsepower')

การใช้แผนภาพกระจายเพื่อค้นหาความสัมพันธ์

แผนภาพกระจายสามารถแสดงรูปแบบหรือค่าผิดปกติที่ไม่คาดคิดในความสัมพันธ์ระหว่างตัวแปรสองตัว

plot(mtcars$mpg, mtcars$hp, main='MPG vs Horsepower', xlab='MPG', ylab='Horsepower', col='blue')

การคำนวณคะแนน Z เพื่อตรวจหาค่าผิดปกติ

คะแนน Z ใช้วัดว่าจุดข้อมูลอยู่ห่างจากค่าเฉลี่ยเพียงใด ค่าที่เกิน ±3 ถือเป็นค่าผิดปกติ

z_scores <- scale(mtcars$mpg)
outliers <- mtcars$mpg[abs(z_scores) > 3]

การใช้วิธี IQR เพื่อค้นหาค่าผิดปกติ

วิธีพิสัยระหว่างควอไทล์ (IQR) จะระบุค่าผิดปกติที่อยู่นอกช่วง 1.5 เท่าของพิสัย IQR

Q1 <- quantile(mtcars$mpg, 0.25)
Q3 <- quantile(mtcars$mpg, 0.75)
IQR_value <- Q3 - Q1
outliers <- mtcars$mpg[mtcars$mpg < (Q1 - 1.5 * IQR_value) | mtcars$mpg > (Q3 + 1.5 * IQR_value)]

การจัดการค่าผิดปกติ

ค่าผิดปกติอาจถูกลบ แปลงค่า หรือแทนที่ โดยพิจารณาจากบริบทของข้อมูล

filtered_data <- mtcars[!(mtcars$mpg %in% outliers),]

สรุป

ในบทเรียนนี้ คุณได้เรียนรู้:

• วิธีระบุรูปแบบโดยใช้การแสดงภาพ
• วิธีตรวจหาค่าผิดปกติโดยใช้วิธีทางสถิติ
• วิธีจัดการค่าผิดปกติตามบริบท