IQRを用いて外れ値を見つける
外れ値は、平均値や、分散・標準偏差など平均値に基づく統計量に大きな影響を与えます。四分位範囲（IQR）は、外れ値の影響を受けにくいばらつきの指標であり、外れ値の検出にもよく使われます。値が \(\text{Q1} - 1.5 \times \text{IQR}\) より小さいか、\(\text{Q3} + 1.5 \times \text{IQR}\) より大きい場合、その値は外れ値とみなされます。実際、matplotlib の箱ひげ図のひげの長さもこの方法で計算されています。
この演習では、IQRを計算し、外れ値を見つけます。pandas（pd）と numpy（np）はすでに読み込まれており、food_consumption も利用可能です。
この演習はコースの一部です
Python を使った統計学入門
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Calculate total co2_emission per country: emissions_by_country
emissions_by_country = ____
print(emissions_by_country)