Расчеты выбросов в excel

14 апреля 2022 г.

Excel — это приложение для создания электронных таблиц, которое позволяет пользователям создавать базовые или сложные отчеты для хранения данных, анализа и визуализации. При вводе, анализе и интерпретации данных выбросы могут привести к значительным изменениям, влияющим на точность отчета. Понимание этих выбросов может помочь вам идентифицировать их и свести к минимуму потенциальные расхождения, которые они могут вызвать. В этой статье мы обсудим, что такое выбросы в Excel, объясним, как их вычислить, и дадим несколько советов, которые помогут вам.

Выброс в Excel — это точка данных или набор значений, которые значительно отличаются от среднего или ожидаемого диапазона в статистической выборке или делении. Эти выбросы могут быть ненужными аномалиями для целей анализа данных или электронных таблиц. Выбросы могут повлиять на интерпретацию данных и привести к неточным результатам или прогнозам из-за их заметного отличия от остальных представленных данных. Чтобы обеспечить точность отчетов о данных, вы можете идентифицировать, вычислить и минимизировать эти выбросы в электронной таблице Excel.

Как посчитать выбросы в Excel

Рассмотрим эти шаги для расчета выбросов в Excel:

1. Проверьте введенные данные

Процесс ввода данных может привести к ручным или автоматическим ошибкам переноса, что может привести к выбросу значений. Обязательно просмотрите и проверьте данные, введенные в вашу электронную таблицу, чтобы найти и исправить опечатки или другие ошибки, приводящие к неточностям. Вы можете использовать автоматизированные инструменты для просмотра введенных вами данных или вручную проверить значения каждой ячейки.

2. Отсортируйте значения данных

Выберите диапазон вашего набора данных, щелкнув первую ячейку и перетащив поле в правом нижнем углу до последней ячейки. В верхней функциональной ленте Excel щелкните вкладку «Главная», чтобы получить доступ к инструменту «Сортировка и фильтрация», и выберите параметр «Пользовательская сортировка». В раскрывающемся меню категории «Порядок» выберите порядок набора данных от «наименьшего к наибольшему» и нажмите «ОК», чтобы применить изменения.

3. Проанализируйте свои ценности

После сортировки значений в вашем наборе данных вы можете вручную определить большие расхождения данных и выбросы, которые необходимо устранить. Вы можете удалить их из своего набора данных или провести дальнейший расчет, чтобы удалить только статистические аномалии. Для небольших наборов данных вы можете щелкнуть правой кнопкой мыши строку или столбец вашего выпадающего значения и удалить его из электронной таблицы.

4. Определите свои квартили данных

Чтобы вычислить выбросы в вашем наборе данных, рассчитайте свои квартили, используя автоматическую формулу квартилей Excel, начинающуюся с «=QUARTILE(» в пустой ячейке. После левой скобки укажите первую и последнюю ячейки в вашем диапазоне данных, разделенные двоеточием, а затем через запятую и квартиль, который вы хотите определить. Ваша формула может выглядеть примерно так: «=КВАРТИЛЬ(A5:A50, 1)» или «=КВАРТИЛЬ(B2:B200, 3)».

5. Определите межквартильный диапазон

Межквартильный представляет собой ожидаемый средний диапазон вашего набора данных без выпадающих значений. Вы можете рассчитать межквартильный диапазон, вычитая первый квартиль из третьего квартиля. В пустой ячейке укажите ячейку с формулой третьего квартиля, знак минус и ячейку с формулой первого квартиля, чтобы ввести что-то вроде «C2-C1», и нажмите клавишу ввода, чтобы Excel вычислил ее.

6. Вычислите верхнюю и нижнюю границы

Определение верхней и нижней границ вашего набора данных позволяет вам идентифицировать значения, большие или меньшие, чем каждое, соответственно, чтобы найти выбросы. Чтобы найти верхнюю границу вашего диапазона данных, умножьте межквартильный диапазон на 1,5 и прибавьте его к значению третьего квартиля, чтобы создать формулу, например «=C2+(1,5*C3)». Чтобы найти нижнюю границу диапазона данных, умножьте межквартильный диапазон на 1,5 и вычтите его из значения первого квартиля, чтобы создать формулу, например, «=C1-(1,5*C3)».

7. Удалите выбросы

После определения верхней и нижней границ вашего набора данных просмотрите свои значения, чтобы найти те, которые выше верхней границы или ниже нижней границы. Вы можете рассматривать эти значения как статистические выбросы, чтобы удалить их из набора данных для более точного анализа или визуализации отчетов. Удалите их из электронной таблицы, щелкнув правой кнопкой мыши ячейку или ячейки с посторонними значениями и выбрав их удаление.

Советы по вычислению выбросов в Excel

Вот несколько советов, которые помогут вам рассчитать выбросы в Excel:

Отрегулируйте внешние значения

В зависимости от цели вашего отчета электронной таблицы вы можете рассмотреть возможность корректировки значений ваших выбросов, а не их вычисления, чтобы упростить процесс анализа. Вы можете выявить явные несоответствия значений и скорректировать их, чтобы они соответствовали максимальному значению в среднем диапазоне. Это позволяет вам поддерживать количество собранных вами точек данных, отражая при этом соответствующие значения, необходимые для вашего отчета.

Посмотрите на визуализации данных

С помощью набора инструментов и функций Excel вы можете создавать визуализации данных, такие как графики и графики. Вы можете создать автоматическую визуализацию на основе введенного вами диапазона данных, чтобы увидеть среднюю тенденцию ваших точек данных, а также выпадающие точки данных, которые отделены от среднего диапазона. Визуализация данных может помочь вам выявить существенные расхождения, чтобы удалить или исключить их из результатов вашего отчета.

Сократите диапазон данных

Вы можете использовать функцию автоматической обрезки диапазона данных Excel, чтобы исключить указанный процент значений из самой высокой и самой низкой частей вашего набора данных. Чтобы использовать эту функцию, введите «=TRIMMEAN(» в пустой ячейке, чтобы начать формулу. После левой скобки укажите первую и последнюю ячейки в диапазоне, разделенные двоеточием, затем процент, который вы хотите обрезать, и правую круглые скобки, чтобы создать формулу, аналогичную формуле «=ОБРЕЗАТЬСРЕДН(A5:A50, 0,25)».

Обратите внимание, что ни одна из компаний или продуктов, упомянутых в этой статье, не связана с компанией Indeed.

При работе с данными в Excel у вас часто возникают проблемы с обработкой выбросов в наборе данных.

Выбросы довольно часто встречаются во всех видах данных, и важно идентифицировать и обрабатывать эти выбросы, чтобы убедиться, что ваш анализ правильный и значимый.

В этом уроке я покажу вам как найти выбросы в Excel, а также некоторые методы, которые я использовал в своей работе для обработки этих выбросов.

Что такое выбросы и почему их важно найти?

Выброс — это точка данных, которая выходит за рамки других точек данных в наборе данных. Если у вас есть выброс в данных, это может исказить ваши данные, что может привести к неверным выводам.

Приведу простой пример.

Допустим, 30 человек едут на автобусе из пункта назначения A в пункт назначения B. Все люди относятся к одной весовой группе и группе доходов. Для целей этого руководства давайте предположим, что средний вес составляет 220 фунтов, а средний годовой доход — 70 000 долларов.

Сейчас где-то посередине нашего маршрута автобус останавливается, и в него садится Билл Гейтс.

Как вы думаете, как это повлияет на средний вес и средний доход людей в автобусе?

Хотя средний вес вряд ли сильно изменится, средний доход пассажиров автобуса резко вырастет.

Это связано с тем, что доход Билла Гейтса является исключением в нашей группе, и это дает нам неправильную интерпретацию данных. Средний доход каждого пассажира автобуса составит несколько миллиардов долларов, что намного превышает реальную стоимость.

При работе с фактическими наборами данных в Excel вы можете иметь выбросы в любом направлении (например, положительный выброс или отрицательный выброс).

И чтобы убедиться, что ваш анализ верен, вам нужно каким-то образом идентифицировать эти выбросы, а затем решить, как лучше всего их лечить.

Теперь давайте рассмотрим несколько способов найти выбросы в Excel.

Найдите выбросы путем сортировки данных

С небольшими наборами данных быстрый способ определить выбросы — просто отсортировать данные и вручную просмотреть некоторые значения в верхней части отсортированных данных.

А так как выбросы могут быть в обоих направлениях, убедитесь, что вы сначала отсортировали данные в порядке возрастания, а затем в порядке убывания, а затем перебрали самые верхние значения.

Позвольте мне показать вам пример.

Ниже у меня есть набор данных, в котором у меня есть продолжительность звонков (в секундах) для 15 звонков в службу поддержки.

Ниже приведены шаги по сортировке этих данных, чтобы мы могли идентифицировать выбросы в наборе данных:

1. Выберите заголовок столбца, который вы хотите отсортировать (в этом примере ячейка B1).
2. Перейдите на вкладку «Главная«
3. В группе «Редактирование» щелкните значок «Сортировка и фильтр».
4. Щелкните Custom Sort (Пользовательская сортировка).
5. В диалоговом окне «Сортировка» выберите «Продолжительность» в раскрывающемся списке «Сортировка по» и «От наибольшего к наименьшему» в раскрывающемся списке «Порядок». 
6. Нажмите ОК

Вышеупомянутые шаги сортируют столбец продолжительности звонка с наивысшими значениями вверху. Теперь вы можете вручную просмотреть данные и посмотреть, есть ли выбросы.

В нашем примере я вижу, что первые два значения намного выше остальных значений (а два нижних намного ниже).

Примечание. Этот метод работает с небольшими наборами данных, где вы можете вручную сканировать данные. Это не научный метод, но он хорошо работает

Поиск выбросов с помощью квартильных функций

Теперь давайте поговорим о более научном решении, которое поможет вам определить, есть ли какие-то выбросы.

В статистике квартиль составляет четверть набора данных. Например, если у вас есть 12 точек данных, то первый квартиль будет тремя нижними точками данных, второй квартиль будет следующими тремя точками данных и так далее.

Ниже приведен набор данных, по которому я хочу найти выбросы. Для этого мне нужно будет вычислить 1-й и 3-й квартили, а затем с его помощью вычислить верхний и нижний предел.

Ниже приведена формула для вычисления первого квартиля в ячейке E2:
= QUARTILE.INC ($ B $ 2: $ B $ 15,1)

и вот тот, который вычисляет третий квартиль в ячейке E3:
= QUARTILE.INC ($ B $ 2: $ B $ 15,3)

Теперь я могу использовать два вышеупомянутых вычисления, чтобы получить межквартильный размах (который составляет 50% наших данных в пределах 1-го и 3-го квартилей).
= F3-F2

Теперь мы будем использовать межквартильный диапазон, чтобы найти нижний и верхний предел, который будет содержать большую часть наших данных.

Все, что выходит за эти нижние и верхние пределы, будет считаться выбросом.

Ниже приведена формула для расчета нижнего предела:
= Квартиль1 - 1,5 * (Межквартильный диапазон)
который в нашем примере становится:
= F2-1,5 * F4

И формула для расчета верхнего предела:
= Квартиль3 + 1,5 * (Межквартильный диапазон)
который в нашем примере становится:
= F3 + 1,5 * F4

Теперь, когда у нас есть верхний и нижний предел в нашем наборе данных, мы можем вернуться к исходным данным и быстро определить те значения, которые не лежат в этом диапазоне.

Быстрый способ сделать это — проверить каждое значение и вернуть ИСТИНА или ЛОЖЬ в новом столбце.

Я использовал приведенную ниже формулу ИЛИ, чтобы получить ИСТИНА для тех значений, которые являются выбросами.
= ИЛИ (B2 $ F $ 6)

Теперь вы можете фильтровать столбец Outlier и отображать только те записи, для которых значение TRUE.

Кроме того, вы также можете использовать условное форматирование, чтобы выделить все ячейки, в которых значение TRUE.

Примечание: Хотя это более распространенный метод поиска выбросов в статистике. Я считаю, что этот метод немного непригоден для использования в реальных сценариях. В приведенном выше примере нижний предел, рассчитанный по формуле, равен -103, в то время как набор данных, который у нас есть, может быть только положительным. Таким образом, этот метод может помочь нам найти выбросы в одном направлении (высокие значения), он бесполезен при выявлении выбросов в другом направлении.

Поиск выбросов с помощью функций НАИБОЛЬШИЙ / МАЛЕНЬКИЙ

Если вы работаете с большим количеством данных (значения в нескольких столбцах), вы можете извлечь 5 или 7 наибольших и наименьших значений и посмотреть, есть ли в них выбросы.

Если есть какие-либо выбросы, вы сможете их идентифицировать, не просматривая все данные в обоих направлениях.

Предположим, у нас есть приведенный ниже набор данных, и мы хотим знать, есть ли какие-либо выбросы.

Ниже приведена формула, которая даст вам наибольшее значение в наборе данных:
= БОЛЬШОЙ ($ B $ 2: $ B $ 16,1)
Точно так же второе по величине значение будет равно
= БОЛЬШОЙ ($ B $ 2: $ B $ 16,1)
Если вы не используете Microsoft 365, в которой есть динамические массивы, вы можете использовать приведенную ниже формулу, и она даст вам пять наибольших значений из набора данных с помощью одной формулы:
= БОЛЬШОЙ ($ B $ 2: $ B $ 16; СТРОКА ($ 1: 5))

Точно так же, если вам нужны 5 наименьших значений, используйте следующую формулу:
= МАЛЕНЬКИЙ ($ B $ 2: $ B $ 16; СТРОКА ($ 1: 5))
или следующее, если у вас нет динамических массивов:
= МАЛЕНЬКИЙ ($ B $ 2: $ B $ 16,1)
Когда у вас есть эти значения, очень легко обнаружить любые выбросы в наборе данных.

Хотя я решил извлечь 5 наибольших и наименьших значений, вы можете выбрать 7 или 10 в зависимости от размера вашего набора данных.

Я не уверен, является ли это приемлемым методом для поиска выбросов в Excel или нет, но это метод, который я использовал, когда мне приходилось работать с большим количеством финансовых данных на моей работе несколько лет назад. По сравнению со всеми другими методами, описанными в этом руководстве, я считаю этот наиболее эффективным.

Как правильно обращаться с выбросами

До сих пор мы видели методы, которые помогут нам найти выбросы в нашем наборе данных. Но что делать, если вы знаете, что есть выбросы.

Вот несколько методов, которые вы можете использовать для обработки выбросов, чтобы ваш анализ данных был правильным.

Удалить выбросы

Самый простой способ удалить выбросы из набора данных — просто удалить их. Таким образом, это не исказит ваш анализ.

Это более жизнеспособное решение, когда у вас большие наборы данных и удаление пары выбросов не повлияет на общий анализ. И, конечно же, перед удалением данных обязательно создайте копию и выясните, что вызывает эти выбросы.

Нормализовать выбросы (отрегулировать значение)

Нормализация выбросов — это то, что я делал, когда работал полный рабочий день. Для всех значений выбросов я бы просто изменил их на значение, немного превышающее максимальное значение в наборе данных.

Это гарантирует, что я не удаляю данные, но в то же время не позволяю им искажать мои данные.

Чтобы дать вам реальный пример, если вы анализируете маржу чистой прибыли компаний, где большинство компаний находится в пределах от -10% до 30%, а есть несколько значений, превышающих 100%, я просто изменит эти выбросы на 30% или 35%.

Итак, вот некоторые из методов, которые вы можете использовать в Excel, чтобы найти выбросы.

После того, как вы определили выбросы, вы можете углубиться в данные и посмотреть, что их вызывает, и в то же время выбрать один из методов обработки этих выбросов (который может удалить их или нормализовать, изменив значение)

Надеюсь, вы нашли этот урок полезным.