Eine weitere effektive Methode zur Erkennung und Entfernung von Ausreißern ist die Verwendung der Interquartilsabstand (IQR)-Methode.

Was ist der IQR?

Der Interquartilsabstand (IQR) ist ein Maß für die statistische Streuung und wird wie folgt berechnet:

Dabei gilt:

• $Q1$: 25. Perzentil (erstes Quartil);
• $Q3$: 75. Perzentil (drittes Quartil).

Werte, die unter $Q1 − 1{,}5 \times IQR$ oder über $Q3 + 1{,}5 \times IQR$ liegen, werden typischerweise als Ausreißer betrachtet.

Berechnung des IQR

Um den IQR-Wert zu berechnen und Ausreißer zu erkennen, müssen zunächst die Werte des 25. und 75. Perzentils bekannt sein. Diese können mit der Funktion quantile() ermittelt werden. Anschließend lässt sich der IQR-Wert mit der Formel berechnen.

q1_placement <- quantile(df$placement_exam_marks, 0.25)
q3_placement <- quantile(df$placement_exam_marks, 0.75)
iqr_placement <- q3_placement - q1_placement

Identifizierung von Ausreißern

Ähnlich wie bei der Z-Score-Methode müssen Sie die unteren und oberen Grenzen bestimmen:

Thresh_hold <- 1.5
upper_boundary <- q3_placement + (Thresh_hold * iqr_placement)
lower_boundary <- q1_placement - (Thresh_hold * iqr_placement)

Anschließend können Sie entweder alle Ausreißer auswählen, um sie zu analysieren:

df[df$placement_exam_marks > upper_boundary | df$placement_exam_marks < lower_boundary,]

Oder Sie erstellen einen ausreißerfreien Datensatz:

df2 <- df[df$placement_exam_marks <= upper_boundary & df$placement_exam_marks >= lower_boundary,]