1. 学ぶ
    2. /
  2. コース
    3. /
  3. R で学ぶクレジットリスク・モデリング
Connected

演習

外れ値

ここでは変数 age の構造を確認します。右側にはヒストグラムが表示されています。動画で年収（annual_inc）について見たときと同様に、プロットの右側に大きな空白が見えます。これは外れ値が存在する可能性を示唆します。これを確認するため、散布図を見ていきます。もし外れ値が見つかったら削除します。

複数の変数で外れ値が観測される場合は、2変量プロットを見るのも有効です。同じ観測に外れ値が集中している可能性があるためです。その場合、その観測に含まれる情報の一部が誤っている可能性が高く、削除する理由がさらに強くなります。

指示

100 XP
  • 関数 plot() を使って変数 age（loan_data$age）の散布図を作成し、2つ目の引数 ylab で y 軸ラベルを "Age" に設定します。
  • このデータで最も高齢の人物は122歳を超えています！ 年齢122を閾値として which() を使い（loan_data$age > 122 で実行できます）、この外れ値のインデックスを取得して、オブジェクト index_highage に代入します。
  • index_highage を使って高年齢の観測を除去し、新しいデータセット new_data を作成します。
  • 年齢を x 軸、年収を y 軸にした2変量の散布図を表示し、軸ラベルをそれぞれ "Age" と "Annual Income" に変更します。