統計検定2級 用語解説
外れ値とは
ほかの観測値から大きく離れた値。箱ひげ図ではQ1−1.5×四分位範囲より小さい値やQ3＋1.5×四分位範囲より大きい値を候補として示すが、直ちに誤りとは限らない。
まず押さえる結論
外れ値は、統計検定2級の「第1章 データの記述と要約」に出てくる用語です。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: 2026-10-09。
試験概要（公式）比較記事でさらに確認する
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
「第1章 データの記述と要約」の問題で、取り違えやすい組み合わせです。
- 平均・中央値・最頻値の使い分け。外れ値があると平均は大きく動きやすいが、中央値は比較的影響を受けにくい。
- 相関と因果の混同。相関係数が大きくても因果関係を示すとは限らない。
- 分散・標準偏差・変動係数の使い分けの誤り。単位や平均の大きさが異なる比較では変動係数が使われる。
関連する確認問題
第1章 データの記述と要約 / 散布図と相関
散布図に一つだけ大きく離れた点があり、相関係数も高かった。分析時の対応はどれか。
この事例では「係数だけでなく外れた点や層別を点検するか」を確認すると、「相関係数だけで判断せず、点の位置や層別の必要性を確認する」という説明が正しいと分かる。正解は「相関係数だけで判断せず、点の位置や層別の必要性を確認する」である。散布図で外れ値らしい点が見える場合、相関係数だけで判断せず、点の位置、データの意味、層別の必要性を確認する。外れ値だけで因果を断定したり、標本平均やカイ二乗分布の使用可否を直接決めたりするものではない。 外れ値は相関係数を大きく変える場合があるため、図上の位置、測定・入力の妥当性、異なる層の混在を確認する。存在だけで因果を証明せず、平均の計算可否やカイ二乗分布の使用可否を一律に決める条件でもない。
第1章 データの記述と要約 / データの分布のグラフ表現
1つの量的変数についてヒストグラムを描いた。このグラフから読み取れる特徴として最も適切なものはどれか。
正解は「分布の中心の位置、ばらつき、歪み、外れ値の有無、山の数」である。NISTのハンドブックは、ヒストグラムが1変数データの分布の中心、ばらつき、歪み、外れ値の有無、複数の山の有無を示すと説明している。2つの変数の相関は散布図で、時間変化は時系列のグラフで、観測順序は元のデータの並びで確認する。ヒストグラムは1つの量的変数の分布を見るグラフなので、複数の変数の関係や時間の流れを読み取る目的には向かない。目的に合うグラフを選ぶことが、データ分析の最初の一歩になる。
第1章 データの記述と要約 / 中心傾向の指標
外れ値が含まれるデータで、中心的な位置を表す代表値として平均より影響を受けにくいものはどれか。
正解は「中央値」である。中央値はデータを大きさの順に並べたときに中央に来る値であり、外れ値がどれだけ極端でも順位は動かないため、代表値としての位置が大きく崩れない。分散はデータのばらつきの大きさを表す指標であり、各値と平均との差を二乗して平均するため、外れ値があるとむしろ二乗の効果で値が大きく跳ね上がる。標準偏差は分散の平方根でありばらつきを表す点は分散と同じで、外れ値の影響を強く受ける。変動係数は標準偏差を平均で割った相対的なばらつきの指標であり、平均自体が外れ値の影響を受けるため頑健とはいえず、いずれも中心的な位置を表す代表値ではない。
同じ章で確認したい用語
外れ値はG検定・DS検定・統計検定2級の用語集に共通して載っています。3資格での定義と書き方の違いを見る。
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）