OrtaUygulamalar·9 min

Standart Sapma ile Aykırı Değer Tespiti

Standart sapma kullanarak verilerinizdeki aykırı değerleri nasıl tespit edeceğinizi öğrenin. 3-sigma kuralı, IQR yöntemi ve aykırı değerlerin ne zaman çıkarılması gerektiğini anlayın.

Aykırı Değerler Nedir?

Aykırı değerler, diğer gözlemlerden önemli ölçüde farklı olan veri noktalarıdır. Ölçüm hataları, veri giriş yanlışlıkları veya gerçekten araştırmaya değer olağandışı durumlar nedeniyle ortaya çıkabilirler.

(10, 50) noktasındaki turuncu nokta bir aykırı değerdir

3-Sigma Kuralı

Normal dağılımlı veriler için ortalamadan 3 standart sapma ötesindeki noktalar aykırı değer olarak kabul edilir. Rastgele olarak zamanın %0,3’ünden daha azında meydana gelirler.

Aykırı değer koşulu

x < μ - 3σ OR x > μ + 3σ

Örnek

Sınav puanlarının μ = 75 ve σ = 10 olduğunu varsayalım: - Alt sınır: 75 - 30 = 45 - Üst sınır: 75 + 30 = 105 - 45’in altındaki veya 105’in üstündeki herhangi bir puan aykırı değerdir

Z-Skoru Yöntemi

Her veri noktası için z-skoru hesaplayın. |z| > 3 (veya bazen 2,5) ise aykırı değerdir.

Z-Skoru

z = (x - μ) / σ

Eşik Değer Seçenekleri

- |z| > 3: Muhafazakâr (daha az aykırı değer yakalar) - |z| > 2,5: Orta düzey - |z| > 2: Liberal (daha fazla aykırı değer yakalar)

IQR Yöntemi (Alternatif)

Çeyrekler Arası Açıklık (IQR) yöntemi, ortalama veya standart sapma kullanmadığı için aykırı değerlere karşı daha dayanıklıdır.

Adım 1

Q1 (25. yüzdelik) ve Q3’ü (75. yüzdelik) bulun

Adım 2

IQR = Q3 - Q1 hesaplayın

Adım 3

Alt sınır = Q1 - 1,5 × IQR

Adım 4

Üst sınır = Q3 + 1,5 × IQR

Adım 5

Sınırların dışındaki noktalar aykırı değerlerdir

Aykırı Değerleri İşleme

Otomatik Olarak Silmeyin!

Aykırı değerler her zaman hata değildir. Çıkarmadan önce araştırın: - Veri girişi veya ölçüm hatası mı? - Gerçekten uç bir değer mi? - Önemli bir uç durumu mu temsil ediyor?

Ne Zaman Çıkarılmalı

- Doğrulanmış veri giriş hataları - Ölçüm ekipmanı arızası - Olası değer aralığının dışında

Ne Zaman Korunmalı

- Gerçek değişkenliği temsil ediyor - Analiziniz için önemli - Çıkarmak sonuçları saptırır

How to Read This Article

A statistics tutorial is a practical interpretation guide, not just a formula dump. It refers to the assumptions, notation, and reporting language that analysts need when they explain a result to a teacher, manager, client, or reviewer. The article body covers the specific topic, while the sections below create a common interpretation frame that readers can reuse across related metrics.

Reading goal	What to focus on	Common mistake
Definition	What the metric is and what quantity it summarizes	Treating the formula as self-explanatory
Formula choice	Sample versus population assumptions and notation	Using n when n-1 is required or vice versa
Interpretation	Whether the result indicates concentration, spread, or risk	Calling a large value good or bad without context

Frequently Asked Questions

How should I interpret a high standard deviation?

A high standard deviation means the observations are spread farther from the mean on average. Whether that spread is acceptable depends on the context: wide dispersion might signal risk in finance, instability in manufacturing, or genuine natural variation in scientific data.

Why do some articles mention n while others mention n-1?

The denominator reflects the difference between population and sample formulas. Population variance and population standard deviation use N because the full dataset is known. Sample variance and sample standard deviation often use n-1 because Bessel’s correction reduces bias when estimating population spread from a sample.

What is a statistical interpretation guide?

A statistical interpretation guide is a page that moves beyond arithmetic and explains meaning. It tells you what a metric is, when the formula applies, and how to describe the result in plain English without overstating certainty.

Can I cite this article in a report?

You should cite the underlying authoritative reference for formal work whenever possible. This page is best used as an explanatory bridge that helps you understand the concept before quoting the original standard or handbook.

Why include direct citations on every article page?

Direct citations give readers a route to verify the definition, notation, and assumptions. That improves trust and reduces the chance that a simplified explanation is mistaken for the entire technical standard.

Authoritative References

These sources define the concepts referenced most often across our articles. Bessel's correction is a sample adjustment, variance is a squared measure of spread, and standard deviation is the square root of variance expressed in the same units as the data.