G検定 用語解説
外れ値とは
他の値から大きく外れた値。測定ミス等による異常値とは概念上異なるが、実用上は明確に区別できないことも多い。
まず押さえる結論
外れ値は、G検定の「大項目8 AIに必要な数理・統計知識」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: 2026-07-03。
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
×相関と因果の取り違え（相関があっても因果とは限らない。第3の要因＝交絡に注意）。
×ベイズの定理（事前確率を観測で更新する）の理解。
×正規分布の性質（左右対称・釣鐘型・平均と標準偏差の2パラメータ）と他の概念の混同。
関連する確認問題
大項目8 AIに必要な数理・統計知識 / 確率・統計
データを昇順に並べたとき、ちょうど中央に位置する値（データ数が偶数の場合は中央2つの平均）を何と呼ぶか。
中央値を選ぶ視点は、データを順に並べたときの「位置」に注目する代表値かどうかである。中央値はデータを昇順に並べたときちょうど中央に位置する値（データ数が偶数なら中央2つの平均）で、極端に大きい・小さい値が少数含まれていてもその影響を受けにくい。平均は合計を個数で割る計算のため外れ値の影響を受けやすく、最頻値は出現頻度の高さ、標準偏差はばらつきの大きさに注目する指標であり、いずれもデータを並べた際の中央の位置そのものに注目する語ではない。
大項目8 AIに必要な数理・統計知識 / 確率・統計
データの値をすべて合計し、データの個数で割ることで求められる代表値はどれか。
正解は「平均」である。平均はデータの値をすべて合計し、データの個数で割ることで求める代表値であり、計算が単純で扱いやすい一方、極端に大きい値や小さい値が含まれると結果が大きく引っ張られやすいという性質がある。中央値はデータを順に並べたときの中央の値、最頻値は最も出現頻度が高い値、分散はデータのばらつきを表す指標であり、合計を個数で割るという計算そのものを指すのは平均である。外れ値が多いデータでは、平均だけでなく中央値と合わせて確認すると分布の実態を把握しやすい。
大項目8 AIに必要な数理・統計知識 / 確率・統計
変数ごとの分散と変数間の相関を考慮し、平均との差が同じでも方向によって距離を変えて外れ値を調べたい。使う距離はどれか。
この事例では「データの分散と相関を加味する距離か」を確認すると、マハラノビス距離とは、データの相関やばらつき方を考慮せず、単純な直線距離だけで2点間の近さを測る指標であるに絞れる。正解は「マハラノビス距離とは、データの相関やばらつき方を考慮せず、単純な直線距離だけで2点間の近さを測る指標である」（誤り）である。マハラノビス距離は、各変数の分散や変数間の相関（共分散）を考慮し、データ全体のばらつき方に応じて距離を測る指標であり、単純な直線距離のみを測るものではない。コサイン類似度・ユークリッド距離・相関係数の説明はいずれも正しい。データの分布を無視するか考慮するかが、ユークリッド距離とマハラノビス距離を区別する最大のポイントである。
同じ章で確認したい用語
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）