الأرصاد الشاذة Outliers Analysis:
هو عملية تحليل البيانات التي تتضمن تحديد الملاحظات غير الطبيعية في مجموعة البيانات، إذا كنت ترغب في استخلاص استنتاجات ذات مغزى من تحليل البيانات، فهذه الخطوة ضرورية، كما أنها عبارة عن عملية تحديد القيم المتطرفة أو الملاحظات غير الطبيعية في مجموعة البيانات، يُعرف أيضًا باسم الاكتشاف الخارجي وهو خطوة مهمة في تحليل البيانات لأنه يزيل الملاحظات الخاطئة أو غير الدقيقة التي قد تؤدي إلى تحريف الاستنتاجات.
هناك مجموعة واسعة من التقنيات والأدوات المستخدمة في التحليل الخارجي، ومع ذلك فإنه غالبًا ما يكون من السهل جدًا تحديد نقاط البيانات البعيدة، نتيجة لذلك ليس هناك حقًا أي عذر لعدم إجراء تحليل خارجي على أي وكل مجموعات البيانات.
على عكس عمليات تحليل البيانات الأخرى فإن الأرصاد الشاذة له فائدة واحدة فقط: فهو يحسن جودة مجموعة البيانات التي تخضع للتحليل، بالطبع هذا بدوره يجلب الفوائد، باستخدام مجموعة بيانات عالية الجودة يمكن للمحللين توقع استخلاص استنتاجات أكثر دقة.
إجراءات الأرصاد الشاذة:
كما ذكرنا يجب إجراء الأرصاد الشاذة كجزء من أي إجراء لتحليل البيانات، في هذه الحالة يجب أن يكون الأرصاد الشاذة أحد الخطوات الأولى إن لم يكن الأولى في تحليل البيانات، بهذه الطريقة عندما تصل مجموعة البيانات إلى خطوات تتضمن حقًا تقييم البيانات وتفسيرها سيتم بالفعل إزالة أي قيم متطرفة.
هناك مجموعة متنوعة من التقنيات التي يمكن استخدامها لتحديد القيم المتطرفة في مجموعات البيانات، في هذا القسم سنلقي نظرة على عدد قليل من هذه التقنيات بما في ذلك الأساليب المباشرة والمعقدة.
بالنسبة لمحلل البيانات فقد يعتبر الفرز إلى حد بعيد أسهل تقنية للتحليل الخارجي، الفرضية بسيطة: قم بتحميل مجموعة البيانات الخاصة بك في أي نوع من أدوات معالجة البيانات (مثل جدول البيانات) وفرز القيم حسب حجمها، بعد ذلك انظر إلى نطاق قيم نقاط البيانات المختلفة، إذا كانت أي نقاط بيانات أعلى أو أقل بكثير من نقاط أخرى في مجموعة البيانات فقد يتم التعامل معها على أنها قيم متطرفة.
من أجل الاستفادة الفعالة من الفرز من المفيد معرفة نطاق القيم المتوقع داخل مجموعة البيانات، ونتيجة لذلك فإن الشخص الذي يكون على دراية بأنواع معينة من البيانات سيكون أكثر مهارة في تحديد القيم المتطرفة باستخدام هذا النهج.
