外部からの外れ値を扱う方法 - ダミー

あなたの予測分析に影響を及ぼす 前に、アウトライヤー を注意深くチェックしてください。外れ値は、データ分析とデータ分析の両方を歪める可能性があります。たとえば、異常値を取り除いたデータで行われた統計分析では、平均と分散が歪んでしまいます。チェックされていないか誤解された外れ値は、誤った結論につながる可能性がある。あなたのデータに、50ドル以上の価格で1年間取引された株が表示されますが、その年のうちわずか数分で20ドルで取引されたことを示してください。明らかな例外である20ドルの価格は、このデータセットの異常値です。

<！ - 1 - >

分析に$ 20株価を含めるかどうかを決定する必要があります。そうしておけば、モデル全体に​​影響があります。しかし、あなたは何を普通と考えていますか？ “フラッシュクラッシュ” 2010年5月6日に株式市場が驚いたのは、通常の出来事か例外か？その短い時間の間に、株価は、サンプル株価を50ドルから20ドルに下げたが、より広い市場条件よりも株価にはあまり影響しなかった、全面的な価格の急落を経験した。あなたのモデルは、株式市場の大きな変動を考慮に入れる必要がありますか？

<！自由落下市場の短い瞬間にお金を失った人は、たとえ永遠のように感じていたとしても、その数分を現実と正常とみなします。短期間であっても、急速に減少するためにミリ秒で減少するポートフォリオは明らかに現実的です。しかし、フラッシュクラッシュは異常であり、モデルにとって問題となる異常値です。

正常とみなされるもの（とにかく変更可能）とは関係なく、データには期待値に合わない値が含まれることがあります。これは事実上すべての出来事が市場を飛ばすか急落させる株式市場で特に当てはまります。現実が突然変わったときにあなたのモデルが失敗することは望ましくありませんが、モデルと現実は2つの異なるものです。