問題文
住宅価格の予測に使う「敷地面積」の列に、入力の誤りと思われる極端に大きい値が数十件混ざっている。この列はおおむね左右対称の分布をしている。標準偏差を使って外れ値を除くときの考え方として適切なものはどれか。
選択肢
- 平均より大きいすべての行を除く。外れ値は必ず平均より大きい側にあり、上側の値だけを確かめれば足りる
- 標準偏差そのものを上限として、敷地面積がその値を超える行をすべて入力の誤りとして除く
- 標準偏差を計算し直して小さくなるまで、最大値の行を1件ずつ除き続ける。ばらつきが落ち着いた時点が外れ値の消えた状態である
- 平均から標準偏差の一定の倍数以上離れた行を除く。左右対称の分布では平均と標準偏差が中心とばらつきを表すため、倍数は分布と業務上の許容から決める