DS検定 用語解説
外れ値とは
ほかの観測値から大きく離れた値。原因を確認して扱いを判断する。
まず押さえる結論
外れ値は、DS検定の「第5章 データ準備・可視化技法とモデル化」で確認しておきたい用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-07-12。
試験概要（公式）試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
×標本誤差とサンプリングバイアスの混同。標本誤差は標本抽出に伴う偶然のばらつき、サンプリングバイアスは抽出方法の偏りによる系統的な誤差。
×過学習を『精度が高いこと』と誤解する。訓練データに過剰適合し未知データへの汎化性能が下がる問題として理解する必要がある。
×Precision（適合率）とRecall（再現率）の取り違え。目的（見逃しを減らしたいか、誤検知を減らしたいか）によって重視する指標が変わる。
関連する確認問題
第5章 データ準備・可視化技法とモデル化 / データ準備
売上データに他の観測値から大きく離れた値が見つかったが、入力ミスや機器故障などの原因はまだ確認できていない。この段階での呼び方として最も適切なものはどれか。
正解は「外れ値」である。外れ値は、ほかの観測値から大きく離れた値を指し、見つけた時点で直ちに誤りとは決めず原因を確認して扱いを判断する。異常値は入力ミスや測定機器の故障など、明確な原因によって生じた誤った値を指す。設問では値が極端であることだけが分かり、誤りの原因は未確認なので外れ値として扱う。欠損値は値が記録されていない状態、標準化は値の尺度をそろえる処理である。極端さという観測上の特徴と、誤りと判定できる原因の有無を分けて判断する。
第5章 データ準備・可視化技法とモデル化 / データ準備
元のデータからモデルの予測に役立つ新たな変数や表現を作る取り組みとして最も適切なものはどれか。
正解は「特徴量エンジニアリング」である。特徴量エンジニアリングは元のデータから、モデルの予測に役立つ新たな変数や表現を作る取り組みを指す。標準化やスケーリングは数値の尺度を整える変換であり、必ずしも新しい情報を持つ変数を作ることを意味しない。外れ値は統計的に極端な値を指す語であり、データから変数を設計する作業の名称ではない。設問では値の大きさを調整する処理か、極端な値を見つけることか、予測の材料となる表現を設計することかを区別する。したがって特徴量エンジニアリングを選ぶ。
第5章 データ準備・可視化技法とモデル化 / データ準備
観測すべき値が記録されておらず、データ項目が空になっている状態を表す語はどれか。
正解は「欠損値」である。欠損値は観測すべき値が記録されておらず、データ項目が空になっている状態を指す。外れ値は統計的に極端な値、異常値は入力ミスや測定機器の故障など原因が明確な誤データを指し、値が存在しない状態とは異なる。標準化は数値の尺度を整える変換であり、データが空であることを表す語ではない。データ準備では、値がないのか、値はあるが極端なのか、原因が明確な誤りなのかを切り分けて対応する。欠損の理由や発生の偏りも確認し、削除・補完・収集方法の見直しをデータの用途に応じて決める。したがって欠損値を選ぶ。
同じ章で確認したい用語
他資格でも出題される用語
到達チェック
- 外れ値を一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、外れ値に関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: ミナト編集部（運営者情報を見る）