విషయ సూచిక
డేటా సెట్ నుండి డేటాపై గణాంక గణనలను చేయడానికి అవుట్‌లైయర్‌లను గుర్తించాల్సి ఉంటుంది. మీరు మైక్రోసాఫ్ట్ ఎక్సెల్‌ని ఉపయోగించి అనేక విధాలుగా భారీ డేటాసెట్‌ల నుండి అవుట్‌లయర్‌లను కనుగొనవచ్చు. ఈ పోస్ట్‌లో, ఐదు విభిన్న మార్గాలను ఉపయోగించి Microsoft Excelలో అవుట్‌లయర్‌లను ఎలా లెక్కించాలో మేము మీకు చూపుతాము.
ప్రాక్టీస్ వర్క్‌బుక్‌ని డౌన్‌లోడ్ చేసుకోండి
మీరు ఇక్కడ నుండి ఉచిత Excel వర్క్‌బుక్‌ని డౌన్‌లోడ్ చేసుకోవచ్చు మరియు మీ స్వంతంగా ప్రాక్టీస్ చేయవచ్చు. .
Fend Outliers.xlsx
Excel
Outliers లో ఔట్‌లైయర్‌లను లెక్కించడానికి 5 సులభ విధానాలు డేటా విలువలు డేటాసెట్‌లోని మిగిలిన డేటా విలువల నుండి గణనీయంగా భిన్నంగా ఉంటాయి. బయటివారు, ఇతర మాటలలో, అసాధారణ విలువలు. డేటా సెట్‌లోని ఇతర విలువలతో పోల్చితే అవి అసాధారణంగా ఎక్కువ లేదా అధికంగా తక్కువ గా ఉంటాయి. అవుట్‌లైయర్‌లను కనుగొనడం అనేది గణాంక గణనలలో చాలా ముఖ్యమైనది ఎందుకంటే అవి మా డేటా విశ్లేషణ యొక్క అన్వేషణలపై ప్రభావం చూపుతాయి.
ఉదాహరణకు, మీరు పన్నెండు మంది వ్యక్తుల రోజువారీ ఆదాయాన్ని చూపే డేటా సెట్‌ని కలిగి ఉన్నారు. ఇప్పుడు, మీరు మైక్రోసాఫ్ట్ ఎక్సెల్ ఉపయోగించి అవుట్‌లయర్‌లను లెక్కించాలి. ఇక్కడ, అలా చేయడానికి నేను మీకు ఐదు సులభమైన విధానాలను చూపుతాను.
1. క్రమీకరించు & Excel
లో అవుట్‌లయర్‌లను లెక్కించడానికి ఫిల్టర్ చేయండి క్రమీకరించు & Excelలో ఆదేశాన్ని ఫిల్టర్ చేయండి. మీరు క్రమబద్ధీకరణ మరియు ఫిల్టర్ ఫంక్షన్‌ని ఉపయోగించి అవుట్‌లయర్‌లను లెక్కించాలనుకుంటే, మీరు దీన్ని అనుసరించడం ద్వారా దీన్ని చేయవచ్చుదిగువ దశలు.
దశ 1:
- మొదట, మీరు క్రమబద్ధీకరించాలనుకుంటున్న మీ ఎక్సెల్ డేటాసెట్‌లోని కాలమ్ హెడర్‌ను ఎంచుకోండి. ఉదాహరణకు, ఇచ్చిన డేటా సెట్‌లో, రోజువారీ ఆదాయం అనే ఫైల్ కాలమ్ హెడర్‌లో (సెల్ C40 ఎంచుకోబడింది).<15
దశ 2:
- తర్వాత, హోమ్ <7 నొక్కండి> రిబ్బన్‌పై ట్యాబ్ చేసి, సవరణ సమూహానికి వెళ్లండి.
దశ 3:<7
- ఆ తర్వాత, ఎడిటింగ్ గ్రూప్ లో క్రమీకరించు & ఆదేశాన్ని ఫిల్టర్ చేసి, అనుకూల క్రమీకరించు పై క్లిక్ చేయండి.
దశ 4:
- తర్వాత, క్రమీకరించు అనే కొత్త డైలాగ్ బాక్స్ తెరవబడుతుంది. పాప్-అప్ డైలాగ్ బాక్స్‌లో, క్రమబద్ధీకరించు లో రోజువారీ ఆదాయం ఎంచుకోండి ఆర్డర్ డ్రాప్-డౌన్‌లో> డ్రాప్-డౌన్ మరియు చిన్నది నుండి పెద్దది . ఆ తర్వాత, OK క్లిక్ చేయండి.
దశ 5:
- చివరిగా, రోజువారీ ఆదాయం నిలువు వరుస ఎగువన అత్యల్ప విలువలు మరియు దిగువన గొప్ప విలువలతో పేర్కొన్న పద్ధతిలో క్రమబద్ధీకరించబడుతుంది. ప్రక్రియను అమలు చేసిన తర్వాత, అవుట్‌లైయర్‌లను గుర్తించడానికి డేటా పరిధిలో ఏవైనా అక్రమాలు ఉన్నాయా అని చూడండి.
ఉదాహరణకు, నిలువు వరుసలోని మొదటి రెండు విలువలు గణనీయంగా తక్కువగా ఉన్నాయి మరియు కాలమ్‌లోని చివరి రెండు విలువలు డేటా సెట్‌లోని మిగిలిన విలువల కంటే గణనీయంగా ఎక్కువగా ఉన్నాయి,ఎగువ ఫలితం.
మరింత చదవండి: Excelలో రిగ్రెషన్ విశ్లేషణలో అవుట్‌లయర్‌లను ఎలా కనుగొనాలి (3 సులభమైన మార్గాలు)
2. దీనికి క్వార్టైల్ ఫంక్షన్‌ని వర్తింపజేయండి Excelలో అవుట్‌లయర్‌లను లెక్కించండి
QUARTILE ఫంక్షన్ విధానం Excelలో అవుట్‌లయర్‌లను లెక్కించడానికి మరింత శాస్త్రీయ మార్గం. మీరు మీ డేటా సెట్‌లను నాలుగు సమాన భాగాలుగా విభజించడానికి ఈ ఫంక్షన్‌ను ఉపయోగించవచ్చు. క్రింది విలువలు QUARTILE ఫంక్షన్ :
- కనిష్ట విలువ ద్వారా అందించబడతాయి.
- ది 1వ క్వార్టైల్ (Q1- ఇచ్చిన డేటాసెట్‌లో అత్యల్ప 25%).
- 2వ క్వార్టైల్ (Q2-తదుపరి డేటాసెట్‌లో అత్యల్ప 25%).
- 3వ క్వార్టైల్ (Q3- డేటాసెట్‌లో రెండవ అత్యధికం 25%).
- ది గరిష్ట విలువ.
Excelలో QUARTILE ఫంక్షన్ యొక్క సింటాక్స్:
=QUARTILE( array,quart)
సింటాక్స్ కింది ఆర్గ్యుమెంట్‌లను కలిగి ఉంది:
- a rray : ఇచ్చిన సెల్ పరిధి మీరు క్వార్టైల్ విలువను లెక్కించే డేటా సెట్.
- క్వార్ట్: ఇది ఏ విలువను తిరిగి ఇవ్వాలో నిర్దేశిస్తుంది.
<22
QUARTILE ఫంక్షన్‌ని ఉపయోగించి పై డేటాసెట్ కోసం అవుట్‌లయర్‌లను గణించడం కోసం, క్రింది దశలను అనుసరించండి.
దశ 1:
- మొదట, క్రింద ఇవ్వబడిన 1వ క్వార్టైల్ ( Q1 )ని నిర్ణయించడానికి క్రింది సూత్రాన్ని టైప్ చేయండి.
=QUARTILE($C$5:$C$16,1) 
దశ 2:
- ఇక్కడమళ్ళీ, 3వ క్వార్టైల్ ( Q3 )ని గణించడానికి సూత్రం క్రింద ఇవ్వబడింది.
=QUARTILE($C$5:$C$16,3) 
దశ 3:
- మూడవది, మీరు IQR, ని నిర్ణయించాలి ఇంటర్-క్వార్టైల్ రేంజ్ (ఇది మొదటి మరియు మూడవ త్రైమాసికాల్లోకి వచ్చే డేటా సెట్ పరిధి నుండి ఇచ్చిన డేటాలో 50% ని సూచిస్తుంది) Q1 తీసివేయడం ద్వారా (సెల్ G4 లో) Q3 (సెల్ G5 లో). వ్యవకలనాన్ని గణించడానికి క్రింది సూత్రాన్ని టైప్ చేయండి.
=G5-G4
దశ 4:
- IQR, ని కనుగొన్న తర్వాత, మీరు ఎగువ ని నిర్ణయించాలి తక్కువ ఎందుకంటే ఎగువ మరియు తక్కువ పరిమితిలో ఎక్కువ డేటా ఉంటుంది డేటా సెట్. ఎగువ పరిమితిని గణించడానికి క్రింది సూత్రాన్ని వ్రాయండి.
=G5+(1.5*G6)
దశ 5:
- తర్వాత, తక్కువ పరిమితిని గణించడానికి, కింది సూత్రాన్ని వ్రాయండి.
=G4-(1.5*G6) 
దశ 6:
- చివరిగా, మునుపటి దశను పూర్తి చేసిన తర్వాత, మీరు ప్రతి డేటా కోసం అవుట్‌లయర్‌లను నిర్ణయించవచ్చు. విలువ. ఎక్సెల్ వర్క్‌షీట్‌లో, సెల్ D5 లో OR ఫంక్షన్ తో కింది ఫార్ములాను టైప్ చేయండి.
=OR(C5$G$7) 
- ఈ ఫార్ములా పైన పేర్కొన్న పరిధి పరిమితి పరిధిలోకి రాని డేటాను గుర్తించడంలో సహాయపడుతుంది. ప్రాసెస్ చేసిన తర్వాతఫార్ములా నిర్దిష్ట డేటా అవుట్‌లియర్ అయితే TRUE స్టేట్‌మెంట్ ని చూపుతుంది మరియు అది కాకపోతే FALSE . ఫార్ములాను మిగిలిన సెల్‌లకు కాపీ చేయడానికి సెల్ C5లోని ఆటోఫిల్ టూల్‌పై రెండుసార్లు క్లిక్ చేయండి కాలమ్ C లో. అందువల్ల, మీరు మీ డేటాసెట్‌లోని అన్ని అవుట్‌లైయర్‌ల పక్కన నిజమైన విలువను గమనించవచ్చు.
3. సగటు మరియు STDEV.P ఫంక్షన్‌లను కలిపి మీన్ మరియు స్టాండర్డ్ డివియేషన్ నుండి అవుట్‌లయర్‌లను లెక్కించడానికి
A ప్రామాణిక విచలనం (లేదా σ ) అనేది మొత్తం డేటా సెట్ యొక్క సగటు విలువకు సంబంధించి డేటా ఎలా పంపిణీ చేయబడిందో నిర్ణయించడానికి ఒక మెట్రిక్. ప్రామాణిక విచలనం తక్కువగా ఉన్నప్పుడు డేటా సగటు చుట్టూ సమూహం చేయబడుతుంది, అయితే ప్రామాణిక విచలనం ఎక్కువగా ఉన్నప్పుడు డేటా మరింత విస్తరించబడుతుంది. సగటు మరియు ప్రామాణిక విచలనం ఉపయోగించి అవుట్‌లయర్‌లను లెక్కించడానికి మీరు ఈ క్రింది దశలను అనుసరించవచ్చు.
1>
దశ 1:
- మొదట, ఈ కథనం ప్రారంభంలో చూపిన అదే డేటాసెట్‌ని ఉపయోగించండి, ఆపై సగటు మరియు ప్రామాణిక విచలనాన్ని లెక్కించండి. సగటును గణించడానికి, సెల్ G5 లో సగటు ఫంక్షన్ తో కింది ఫార్ములాను టైప్ చేయండి.
=AVERAGE(C5:C16) 
దశ 2:
- ప్రామాణిక విచలనాన్ని గణించడానికి, STDEVతో కింది సూత్రాన్ని చొప్పించండి .P ఫంక్షన్ సెల్ G6 .
=STDEV.P(C5:C16) 
దశ 3:
- తర్వాత, మీరు గణిస్తారుప్రక్రియలో మరింత పురోగతి కోసం గరిష్ట పరిమితి. సెల్ G7 లో, కింది సూత్రాన్ని ఉపయోగించి తక్కువ పరిమితిని లెక్కించండి.
=G5-(1.25*G6) 
దశ 4:
- మరియు సెల్ G8 క్రింది ఫార్ములా నుండి ఎగువ పరిమితిని లెక్కించండి
=G5+(1.5*G6) 
దశ 5:
- ఆ తర్వాత , ఏదైనా అవుట్‌లైయర్‌లు ఉన్నాయో లేదో లెక్కించడానికి, సెల్ D5 లో క్రింది ఫార్ములాను టైప్ చేయండి.
=OR(C5$G$8) 
- కాబట్టి, కావాల్సిన సెల్‌లోని నిర్దిష్ట డేటా అవుట్‌లియర్ మరియు అయితే ఫార్ములా TRUE విలువను అందిస్తుంది తప్పుడు.
- ఆటోఫిల్ టూల్ D5 పై రెండుసార్లు క్లిక్ చేయండి> కాలమ్ D లోని మిగిలిన సెల్‌లకు సూత్రాన్ని కాపీ చేయడానికి. అందువలన, మీరు మీ డేటాసెట్‌లో మిగిలిన అన్ని అవుట్‌లయర్‌లను కనుగొనవచ్చు.
మరింత చదవండి: Excelలో ప్రామాణిక విచలనంతో అవుట్‌లయర్‌లను ఎలా కనుగొనాలి (త్వరిత దశలతో)
4. Excelలో అవుట్‌లయర్‌లను లెక్కించడానికి Z-స్కోర్‌ని చొప్పించండి
Z-స్కోర్ అనేది ఎక్కువగా ఉపయోగించే మెట్రిక్‌లలో ఒకటి బయటివారిని గుర్తించడం. నిర్దిష్ట డేటా దాని ప్రామాణిక విచలనానికి సంబంధించి డేటాసెట్ సగటు నుండి ఎంత దూరంలో ఉందో ఈ పద్ధతి చూపుతుంది. Excelలో Z-స్కోర్ ని ఉపయోగించి అవుట్‌లయర్‌లను లెక్కించడానికి మీరు దిగువ వివరించిన దశలను చూడవచ్చు.
దశ 1:
- మొదట, కావలసిన డేటా సెట్‌ని తీసుకోండి.
దశ2. ఇచ్చిన డేటా కోసం 7>
- మూడవదిగా, ఈ క్రింది సూత్రాన్ని ఉపయోగించి H6 సెల్‌లో ఇవ్వబడిన డేటాసెట్ యొక్క ప్రామాణిక విచలనం ని లెక్కించండి.
=STDEV.P(C5:C16) 
దశ 4:
- ఆ తర్వాత , మీరు ప్రతి డేటా విలువకు Z -స్కోర్ ని నిర్ణయించాలి. దీన్ని చేయడానికి మీరు దిగువ ఇచ్చిన సూత్రాన్ని ఉపయోగించండి.
=(C5-$H$5)/$H$6 
దశ 5:
- అన్ని Z-విలువలను లెక్కించిన తర్వాత, Z-విలువలు -1.44 మరియు 13 మధ్య ఉంది. కాబట్టి, మేము అవుట్‌లియర్ పరిమితుల కోసం Z-స్కోర్ విలువలను -1.2 కంటే తక్కువ లేదా +1.8 కంటే ఎక్కువ పరిగణిస్తాము.
- తర్వాత, క్రింది ఫార్ములాను సెల్ E 5 లో టైప్ చేయండి.
=OR((D51.8)) <39
- చివరిగా, నిర్దిష్ట డేటా అవుట్‌లియర్ అయితే ఫార్ములా TRUE విలువను అందిస్తుంది మరియు FALSE <9ని అందిస్తుంది E5 సెల్ ఆటోఫిల్‌ని ఉపయోగించడానికి
- రెండుసార్లు క్లిక్ చేయండి కాలమ్ E లోని మిగిలిన సెల్‌లకు ఫార్ములాను కాపీ చేయడానికి
మరింత చదవండి: ఎక్సెల్‌లో Z స్కోర్‌ని ఉపయోగించి అవుట్‌లయర్‌లను ఎలా కనుగొనాలి (త్వరితతో).దశలు)
5. Excel
LARGE ఫంక్షన్ మరియు చిన్న ఫంక్షన్ Excelలో అవుట్‌లయర్‌లను కనుగొనడానికి పెద్ద మరియు చిన్న ఫంక్షన్‌లను విలీనం చేయండి వ్యతిరేక కార్యకలాపాలను కలిగి ఉంటాయి. డేటా సెట్‌లో వరుసగా గొప్ప మరియు అతిచిన్న డేటా లేదా విలువలను కనుగొనడానికి మేము దీన్ని ఉపయోగిస్తాము. ఈ ఫంక్షన్ డేటా సెట్‌లోని మొత్తం డేటాను లాగుతుంది, చిన్న మరియు అతిపెద్ద సంఖ్యలను కనుగొంటుంది. వారు రెండవ చిన్నది లేదా అతి పెద్దది, మూడవది లేదా అతి చిన్నది మరియు మొదలైన వాటిని కనుగొనగలరు.
దశ 1:
13> =LARGE($C$5:$C$16,1)
-
- అందువలన, 12 విలువల నుండి, మీరు <6 అయిన 1వ అతి పెద్ద విలువను చూడవచ్చు> 780 .
దశ 2:
- ఆ తర్వాత, సెల్ G5 లో, చిన్న విలువను కనుగొనడానికి క్రింది సూత్రాన్ని వ్రాయండి.
=SMALL($C$5:$C$16,1) 
- చివరిగా, 12 విలువలు నుండి, మీరు 1వదిని చూడవచ్చు చిన్న విలువ 110 .
- ఒకసారి మీరు అవసరమైన అన్ని విలువలను కనుగొన్న తర్వాత, మీరు డేటాసెట్‌లోని ఏవైనా అవుట్‌లయర్‌లను సులభంగా సూచించవచ్చు.
ముగింపు
అది ఈ కథనం ముగింపు. ఈ కథనం మీకు ఉపయోగకరంగా ఉంటుందని నేను ఆశిస్తున్నాను. ఈ కథనాన్ని చదివిన తర్వాత, మీరు ఏదైనా పద్ధతులను ఉపయోగించి Excelలో అవుట్‌లయర్‌లను లెక్కించగలరు. దయచేసి ఇంకా ఏవైనా ప్రశ్నలు లేదా సిఫార్సులను వీరితో పంచుకోండిదిగువ వ్యాఖ్యల విభాగంలో మమ్మల్ని.
