İstatistiksel hesaplama ve grafikler için bir programlama dili olan R , verimli veri analizi sağlayan çeşitli araçlar sunar. R konusunda yetenekli bir geliştirici olarak, karmaşık veri kümelerinden değerli bilgiler elde etmek için bu araçları sıklıkla kullanıyorum. R'nin kolaylaştırdığı tekniklerden biri, verilerdeki aykırı değerleri belirlemektir; bu, veri bütünlüğünü sağlamada önemli bir adımdır. Bu, özellikle veri ön işlemede faydalıdır; burada, sonraki analizlerin sonuçlarını çarpıtmaktan kaçınmak için aykırı değerleri işaretlemek veya ele almak çok önemlidir.
Bu makalede, bir veri kümesindeki aykırı değerleri tanımlamak ve etiketlemek için R'nin kutu grafiği işlevinin nasıl kullanılacağını keşfedeceğiz. R'nin temel grafik paketinin bir parçası olan kutu grafiği, bir veri kümesinin beş rakamlı özetinin (minimum, ilk çeyrek, medyan, üçüncü çeyrek ve maksimum) görsel bir temsilini oluşturur. Bunlardan beklenen aralığın dışında kalan değerleri (aykırı değerleri) hızlı bir şekilde tespit edebiliriz.
R'nin Temel Grafik Paketi
R'deki temel grafik paketi, kapsamlı bir dizi temel çizim işlevi ve yardımcı program sağlar. Bunlar, basit dağılım grafiklerinden karmaşık çok panelli grafiklere kadar çok çeşitli çizim türlerinin oluşturulmasına olanak tanır. Bu paketin ayrılmaz bir parçası, sayısal veri değerlerinin dağılımını görsel olarak temsil etmek üzere tasarlanmış kutu grafiği işlevidir.
Kutu grafiği fonksiyonunun güçlü bir yeteneği, aykırı değerlerin tespitine yönelik doğal yardımıdır. Kutunun ana hatlarını birinci ve üçüncü çeyrekler arasına, ortanca bir çizgi ve çeyrekler arası aralığın (IQR) 1.5 katına kadar uzanan "bıyıklar" ile çizerek, bunun dışında kalan tüm veri noktalarını bir bakışta görebiliriz. aralık – potansiyel aykırı değerlerimiz.
# create a boxplot of a dataset boxplot(dataset, main="Boxplot of Dataset", boxwex=0.1)
R ile Aykırı Değerleri Tanımlama ve Etiketleme
Aykırı değerler genellikle üçüncü çeyreğin üzerindeki ve ilk çeyreğin altındaki IQR'nin 1.5 katının dışında kalan veri noktaları olarak tanımlanır. Bunların ötesindeki herhangi bir veri noktası aykırı değer olarak etiketlenir.
R'de kutu grafiğini çizdikten sonra bu kuralı aykırı değerlerimizi tespit etmek ve etiketlemek için kullanabiliriz.
# aykırı değerleri tanımlayın ve etiketleyin
aykırı değerler <- boxplot(veri kümesi, çizim=FALSE)$out veri kümesi$aykırı <- ifelse(is.element(veri kümesi, aykırı değerler), 1, 0) [/code] Burada, komplo=FALSE argümanıyla kutu grafiği işlevini kullanırız kutu grafiğinin istatistiklerini çizmeden yakalamak için. Bu istatistiklerden, $out operatörünü kullanarak aykırı değerleri çıkarıyoruz. Daha sonra veri setimizde bu aykırı değerlerin varlığını kontrol etmek için is.element fonksiyonunu kullanırız ve varsa "1", değilse "0" ile etiketliyoruz.
- $out operatörü: Kutu grafiğinin istatistiklerinin yakalanmasına yardımcı olur
- boxplot() işlevi: Veri kümesinin kutu grafiğini oluşturur
- is.element() işlevi: Veri setimizdeki aykırı değerlerin varlığını kontrol eder
- ifelse() işlevi: Veri noktasını aykırı değer olarak etiketlemek için kullanılır
Sonuç olarak R, temel grafik paketinin ayrılmaz bir parçası olan kutu grafiği işlevini kullanarak aykırı değerleri tanımlamak ve etiketlemek için kusursuz bir yaklaşım sağlar. Bu kullanışlı araçtan yararlanarak veri bütünlüğünü sağlayabilir, böylece veri analizimizin doğruluğunu önemli ölçüde artırabiliriz.
