Вступ до Викидів

Викиди — це незвичайні значення даних, які суттєво відрізняються від більшості інших спостережень. Вони можуть виникати через помилки введення даних, природну варіативність або рідкісні, але важливі події. Викиди можуть значно впливати на статистичні підсумки та моделювання.

Наприклад, одне велике значення-викид може завищити середнє або спотворити масштаб візуалізацій, що призводить до хибних висновків.

Розуміння та виявлення викидів — критичний етап попередньої обробки даних. Залежно від мети аналізу, можна залишити, трансформувати або повністю видалити викиди.

Візуалізація викидів за допомогою графіків щільності

Графік щільності відображає плавну криву, що показує розподіл змінної. Піки вказують на скупчення даних, а довгі хвости або ізольовані підйоми можуть свідчити про наявність викидів або асиметрії.

ggplot(df, aes(x = placement_exam_marks)) +
  geom_density(fill = "lightgreen", alpha = 0.7) +
  labs(title = "Density Plot Of Placement Exam Marks",
       x = "Placement",
       y = "Density") +
  theme_minimal()

Вимірювання асиметрії

Асиметрія вимірює ступінь симетрії або асиметрії розподілу. Це допомагає визначити, чи має змінна викиди з одного боку розподілу.

skewness(df$placement_exam_marks)

Інтерпретація коефіцієнта асиметрії

• Асиметрія ≈ 0: приблизно симетричний розподіл;
• Асиметрія > 0: розподіл зі зміщенням вправо;
• Асиметрія < 0: розподіл зі зміщенням вліво;
• Асиметрія > 1: сильно виражена права асиметрія;
• Асиметрія < -1: сильно виражена ліва асиметрія.