Kod Yazmadan Bir Veri Setinde Aykırı Değerler Nasıl Bulunur (2026 Rehberi)

Kod yazmadan IQR kuralı, z-skorları veya kutu grafiği kullanarak aykırı değerleri bulabilirsiniz; bu üç yöntem de bir e-tabloda çalışır. IQR kuralı, çeyrekliklerin 1,5 çeyrekler açıklığı ötesindeki değerleri işaretler; z-skorları ise ortalamadan üç standart sapmadan daha uzak olan değerleri işaretler. Sıklıkla birbiriyle çelişirler ve bunun nedenini bilmek asıl beceridir.

Aykırı bir değeri bulmak işin kolay kısmıdır. Onunla ne yapacağınıza karar vermek ise analizinizin dürüst olup olmadığını belirleyen kısımdır ve hiçbir yöntem bu sorunun cevabını sizin yerinize vermez.

Bu kılavuz, iki standart yöntemin neden çeliştiğini ve kod yazmadan aykırı değerleri tespit etmenin üç yolunu ele almaktadır. Ardından, belirli bir aykırı değerin kaldırılması, tutulması veya ayrı olarak raporlanması gerektiğine nasıl karar verileceğini açıklamaktadır.

Aykırı değerler neden "sadece silmekten" daha zordur?

İki standart yöntem yapısal olarak birbiriyle çelişir

IQR kuralı, konumsal olan çeyreklikler üzerinden çalışır. Bir değerin ne kadar uç noktada olduğuyla ilgilenmez, yalnızca sıralı düzende nerede durduğuna bakar. Bu da onu, tam olarak aradığı aykırı değerler tarafından bozulmaya karşı dirençli kılar.

Z-skorları ortalama ve standart sapma üzerinden çalışır ve bunların her ikisi de uç değerlerden etkilenir. Çok büyük tek bir değer standart sapmayı şişirir, bu da kendisininki dahil her z-skorunu küçültür. Küçük bir veri kümesinde, tek bir çarpıcı aykırı değer bu şekilde kendini gizleyebilir.

Bu nedenle aynı sütun IQR yöntemine göre dört aykırı değer gösterirken, z-skorlarına göre yalnızca bir tane gösterebilir. Yöntemler tutarsız değildir; sadece farklı şeyleri ölçerler.

Karar istatistiksel değildir

200 dolarlık siparişlerin bulunduğu bir dosyada 2 milyon dolarlık bir işlem her yöntem tarafından işaretlenir. Bunun kaldırılması gerekip gerekmediği, hiçbir yöntemin erişemeyeceği gerçeklere bağlıdır.

Yanlış yere konmuş bir ondalık basamak içeren bir veri girişi hatasıysa, bunu kaldırın. Gerçek bir kurumsal anlaşmaysa, bunu kaldırmak en önemli müşterinizi analizden siler. Birinin temizlemeyi unuttuğu bir test işlemiyse, bunu kaldırın ve diğerlerini kontrol edin. Üç farklı eylem, tek bir ortak işaret.

Dağılım şekli varsayımları bozar

Her iki standart yöntem de kabaca çan eğrisi şeklinde bir dağılım varsayar. Gelir, sayfa görüntülemeleri, sipariş değerleri ve oturum süreleri genellikle sağa çarpıktır ve uzun bir kuyruğa sahiptir; buralarda yüksek değerler istisnai olmaktan ziyade normaldir.

Bu tür bir sütuna z-skoru kuralı uygularsanız, tamamen normal olan verilerin önemli bir kısmını işaretlemiş olursunuz. Çözüm, önce dağılımın şeklini kontrol etmek ve bunun yerine logaritmik dönüşüm yapmayı veya yüzdelik dilim tabanlı bir sınır kullanmayı düşünmektir.

Bunun size maliyeti

Kimseyi tanımlamayan ortalamalar. Tek bir uç değer, ortalamayı verilerinizin çoğunun gerçekte bulunduğu aralığın dışına çıkaracak kadar kaydırabilir. Kararlar ise bu sayıya göre alınır.

Ekseni okunamayan grafikler. Diğerlerinden on kat daha büyük olan tek bir değer, geri kalan her şeyi alt kısımda düz bir çizgiye sıkıştırır. Grafik teknik olarak doğrudur ancak hiçbir şey anlatmaz.

Sessizce silme. En kötü senaryo, birinin dosyayı paylaşmadan önce uygunsuz satırları sessizce silmesidir. Sürecin devamındaki hiç kimse temel verilerin değiştiğini bilmez ve sonuç yeniden üretilemez.

Kod yazmadan aykırı değerleri bulmanın üç yolu

Seçenek 1: IQR kuralı

Birinci ve üçüncü çeyreklikleri elde etmek için QUARTILE işlevini kullanın, ardından çeyrekler açıklığını bulmak için bunları birbirinden çıkarın. Q1 eksi 1,5 × IQR değerinin altındaki veya Q3 artı 1,5 × IQR değerinin üzerindeki her şeyi işaretleyin.

Bu yöntemin varsayılan olmasının bir sebebi vardır: uç değerlere karşı dirençlidir ve dağılım varsayımı gerektirmez. Aşırı çarpık verilerde yine de sağ kuyruğu gereğinden fazla işaretler, bu nedenle sayıya güvenmeden önce dağılım şeklini kontrol edin.

Seçenek 2: Z-skorları

STDEV.P ile ortalamayı ve standart sapmayı hesaplayın, ardından her bir değerin ortalamadan kaç standart sapma uzaklıkta olduğunu bulun. Genellikle eşik değer olarak üçün üzeri kabul edilir.

Bu yöntem kabaca simetrik verilerde iyi çalışır ve size evet-hayır şeklinde bir işaretten ziyade bir büyüklük derecesi sunar, bu da sıralama için kullanışlıdır. Küçük örneklemlerde ve çarpık sütunlarda ise güvenilmezdir.

Seçenek 3: Kutu grafiği

Sütunu bir kutu grafiği olarak çizin ve bıyıkların ötesindeki noktaları okuyun. Excel'in kutu grafiği de aynı 1,5 × IQR kuralını kullanır, bu nedenle sonuç Seçenek 1 ile eşleşir. Aradaki fark, aynı zamanda dağılım şeklini de görebilmenizdir.

Bu, diğer iki yöntemin uygun olup olmadığını kontrol etmenin en hızlı yoludur. Eğer kutu, uzun bir kuyrukla birlikte bir uca tamamen yaslanmışsa, herhangi bir eşik kuralına şüpheyle yaklaşın.

Üç yöntemin de aynı engele takıldığı nokta

Her yöntem işaretlenmiş satırların bir listesini döndürür. Hiçbiri size hangi işaretlerin hata olduğunu, hangilerinin gerçek uç değerler olduğunu ve hangilerinin sütunun kirli olmasından ziyade çarpık olduğu anlamına geldiğini söylemez.

Bunu yanıtlamak, işaretlenen satırlara bağlam içinde bakmayı gerektirir. O satırda başka neler var? Belirli bir zaman diliminde mi yoksa tek bir kaynak sistemde mi kümeleniyorlar? Aynı müşteri tekrar tekrar görünüyor mu? Bu bir hesaplama değil, araştırmadır ve asıl zaman alan kısım da burasıdır.

Powerdrill Bloom ile aykırı değerler nasıl bulunur?

Adım 1: Verilerinizi yükleyin

Excel veya CSV dosyasını yükleyin. Powerdrill Bloom, yüklenen her sütunun profilini çıkarır; böylece siz bir tespit yöntemi seçmeden önce dağılım şekli ve uç değerler görünür hale gelir.

Adım 2: Kontrolü doğal dilde tanımlayın

Doğrudan şunu sorun: Bu sütunda 1,5 çeyrekler açıklığının dışındaki değerleri işaretle, ardından bağlamı görebilmem için bana tüm satırları göster. Sonrasında, karara gerçekten netlik kazandıracak sorularla devam edin: İşaretlenen satırlar tarihe veya kaynağa göre mi kümeleniyor, aynı tanımlayıcı tekrarlanıyor mu ve bunlar hariç tutulursa özet istatistikler nasıl değişiyor?

Adım 3: Grafiği, raporu veya sunumu dışa aktarın

Kutu grafiğini, bağlamlarıyla birlikte işaretlenmiş satırların tablosunu veya hangi satırların neden hariç tutulduğunu kaydeden yazılı bir notu dışarı aktarın.

Bu yöntem manuel tespite göre neden daha üstündür?

	E-tablo yöntemi	Powerdrill Bloom
IQR ve z-skoru sonuçlarını karşılaştırma	İki formül seti, manuel eşleştirme	Her ikisini de isteyin
İşaretli bir değerin etrafındaki bağlamı görme	Filtreleme ve kaydırma	Satırla birlikte döndürülür
Önce dağılım şeklini kontrol etme	Histogram oluşturma	Yükleme sırasında profili çıkarılır
Hariç tutmanın etkisini test etme	Sayfayı çoğaltma	Her iki sürümü de isteyin

En çok önem taşıyan kısım son satırdır. Belirsiz bir aykırı değerle başa çıkmanın dürüst yolu, sonucu o değer dahil edilerek ve edilmeyerek raporlamaktır. Okuyucunun, varılan sonucun tek bir satıra bağlı olup olmadığını görmesini sağlayın. Bu karşılaştırma, bir e-tabloda her şeyi yeniden oluşturmak anlamına gelir; bu yüzden genellikle yapılmaz.

En iyi uygulamalar: bir aykırı değerle ne yapılacağına karar vermek

Hariç tutmadan önce araştırın. Satırın tamamına bakın. Yanlış yere konmuş bir ondalık basamak, bir test kaydı ve gerçek bir büyük müşteri, tek bir sütunda tamamen aynı görünür.

Asla sessizce silmeyin. Satırları hariç tutarsanız, sonucun yer aldığı aynı belgede kaç tane satırı ve neden hariç tuttuğunuzu belirtin. Temel verileri hiçbir not belirtilmeden değiştirilen bir analiz yeniden üretilemez.

Önemli durumlarda her iki sürümü de raporlayın. Bir sonuç tek bir değere bağlı olarak tamamen değişiyorsa, asıl bulgu budur; ortadan kaldırılması gereken bir pürüz değil.

Bir eşik seçmeden önce şekli kontrol edin. Çarpık sütunlar z-skoru kuralına değil, yüzdelik dilim tabanlı sınırlara veya logaritmik dönüşüme ihtiyaç duyar.

Kümelenmelere dikkat edin. Aynı tarihte veya aynı kaynaktan gelen birden fazla aykırı değer, genellikle gerçekten sıra dışı müşterilerden ziyade bir veri hattı sorununa işaret eder. Verileri temizleme ve tekilleştirme kılavuzumuz bu durumu ele almaktadır.

Sonuç

Kod yazmadan aykırı değerleri bulmak üç araca indirgenebilir. IQR kuralı dirençli bir varsayılan yöntemdir, z-skorları büyüklük derecesini görmek istediğinizde kabaca simetrik veriler için uygundur ve kutu grafiği her iki varsayımın da geçerli olup olmadığını kontrol eder. Birbiriyle çelişmelerini bekleyin ve bu çelişkiyi bir bilgi olarak değerlendirin.

Hiçbir yöntemin kapsamadığı kısım ise karar verme aşamasıdır. Her satırı incelemek çok yavaş olduğu için aykırı değer çalışmanız yalnızca işaretlenmiş bir sütunda kalıyorsa, dosya üzerinde Powerdrill Bloom'u deneyin. Ayrıca AI data cleaning sayfamıza, tanımlayıcı istatistikleri çalıştırma kılavuzumuza ve bir CSV dosyasını grafiğe dönüştürme konusuna göz atın.

Sıkça sorulan sorular

Bir veri kümesinde ne aykırı değer olarak kabul edilir?

Geleneksel olarak, birinci veya üçüncü çeyreklikten 1,5 çeyrekler açıklığı ötesindeki bir değer veya ortalamadan üç standart sapmadan daha fazla uzak olan bir değerdir. Her ikisi de kesin yasalardan ziyade kabul görmüş kurallardır ve hangisinin uygun olduğu, verilerinizin kabaca simetrik mi yoksa çarpık mı olduğuna bağlıdır.

Excel'de kod yazmadan aykırı değerleri nasıl bulabilirim?

IQR sınırlarını oluşturmak ve bunların dışındaki değerleri işaretlemek için QUARTILE işlevini kullanın veya ortalama ve STDEV.P ile z-skorlarını hesaplayın. Kutu grafiği, aynı IQR sonucunu görsel olarak verirken aynı zamanda dağılım şeklini de gösterir.

Aykırı değerleri analizimden çıkarmalı mıyım?

Yalnızca bunlara neyin sebep olduğunu belirledikten sonra. Veri girişi hataları ve test kayıtları çıkarılmalıdır; gerçek uç değerler ise genellikle çıkarılmamalıdır, çünkü bunları kaldırmak gerçek bilgileri siler. Durum belirsiz olduğunda, sonucu her iki şekilde de raporlayın.

IQR ve z-skoru neden farklı değerleri işaretler?

IQR, uç değerlerin bozamadığı çeyreklikler üzerinden çalışır. Z-skorları ise uç değerlerin bozduğu ortalama ve standart sapma üzerinden çalışır. Yeterince büyük bir değer standart sapmayı şişirir ve kendini gizleyebilir.

Verilerim çan eğrisi yerine çarpıksa ne olur?

Standart eşikler; gelir veya sipariş değeri gibi çarpık sütunlardaki uzun kuyruğu aşırı derecede işaretler. Herhangi bir kural seçmeden önce yüzdelik dilim tabanlı sınırlar kullanın veya önce sütuna logaritmik dönüşüm uygulayın ve dağılım şeklini kontrol edin.