外れ値

他の値から大きく離れた値。入力ミスの場合もあれば、実際に起きた重要な事象の場合もあるため、機械的に除外せず背景を確認してから判断する。

データの集まりの中で、ほかの値から大きく離れた値。箱ひげ図や標準偏差を使った基準で検出する。誤りとは限らず、珍しいが正しい事象を表すこともあるため、原因を確かめてから修正・削除するか、分析に残すかを判断する。

他の多くの観測値から大きく離れた値。箱ひげ図や、平均から標準偏差の3倍以上離れているかなどの基準で検出する。入力ミスなどの誤りであれば修正・削除するが、まれでも正しい値は重要な情報を含むため、原因を確かめてから扱いを決める。

本来値があるべき箇所が空になっているデータ。除外すると件数が減り、平均値などで補完すると分布が歪むため、発生原因を踏まえて扱いを決める必要がある。

品質管理で使用される7種類の基本的な分析手法。パレート図、特性要因図（フィッシュボーン図）、ヒストグラム、散布図、管理図、チェックシート、層別の7つで構成される。データに基づく問題分析と改善に活用する。

対象データの中身を統計的に調べ、値の分布、欠損の割合、想定形式との不一致などを把握する作業。品質問題の所在と規模を、改善に着手する前に明らかにする。

データの収集や測定の過程で生じる系統的な偏り。対象の選び方による選択バイアス、測り方による情報バイアス、第三の要因による交絡バイアスなどがある。

項目を件数の多い順に棒グラフで並べ、累積比率を折れ線で重ねた図。上位の少数項目が全体の大部分を占めるという傾向を確認し、重点対策を決める。

目的変数と説明変数の関係を数式モデルで表現する統計手法。説明変数が1つの単回帰分析と複数の重回帰分析がある。最小二乗法で回帰係数を推定し、決定係数で当てはまりの良さを評価する。予測や要因分析に広く活用される。