異常検出（外れ値検出）とは、データセット内で想定されるパターンや挙動から大きく外れたデータやデータポイントを特定するプロセスです。異常を検出することで、潜在的なデータ品質の問題、通常とは異なるビジネス傾向、運用上のリスク、パフォーマンスの予期しない急増や急減を把握できます。

Zoho DataPrepでは、IQR（四分位範囲）、Zスコア、パーセンタイルベースの方式などの統計手法を使用して、データ内の通常とは異なる値を特定する異常検出機能を利用できます。これらの方式は、データセットの性質や分布に応じて適用でき、後続の処理や分析の前に、データのクリーンアップ、監視、分析をより効果的に行うのに役立ちます。

メモ：異常検出の変換では、テキスト、リスト、マップ、真偽値、URL、メールを除くすべてのデータ型に対応しています。

情報：範囲フィールドでは、数値の最大精度38、小数点以下桁数15まで対応しています。この上限を超える値は自動的にnullに設定されます

四分位範囲（IQR）は、データセットの中央50%が含まれる範囲を表す統計的散布度の指標です。外れ値はこの範囲に基づいて算出されます。

IQRは、第3四分位数（Q3）と第1四分位数（Q1）の差として計算されます。初期設定のスケール値1.5にIQRを掛けて、上限と下限の境界（しきい値）を決定します。しきい値は、データの分布に基づいて調整できます。

歪んだ分布のデータには、調整済みIQR方式が適用されます。

Zスコアは、データポイントがデータセットの平均から標準偏差の単位でどれだけ離れているかを示します。初期設定では、Zスコアが3標準偏差を超えるデータポイントは外れ値としてマークされます。

外れ値を検出するしきい値として、±3のZスコアがよく設定されます。これは、平均から左右いずれかの方向に3標準偏差を超えて離れたデータポイントが外れ値と見なされることを意味します。しきい値は、データの分布に基づいて調整できます。

歪んだ分布のデータには、修正Zスコア方式が適用されます。Zスコアは、中央値絶対偏差方式に基づいて計算されます。

1. ［標準偏差の数］で、下限と上限を入力します。初期値は-3と+3です。これらの制限の範囲外にあるデータポイントは外れ値としてマークされます。

2. 歪んだデータに修正Zスコア方式を自動的に適用するには、［データに歪みがある場合は修正Zスコア方式を適用］チェックボックスを選択します。修正Zスコアは、中央値絶対偏差（MAD）に定数値0.675を掛けて計算されます。歪みを無視する場合は、このオプションの選択を解除します。

情報：範囲フィールドでは、数値の最大精度38、小数点以下桁数15まで対応しています。この上限を超える値は自動的にnullに設定されます

この変換とともにフィルターを適用する場合は、フィルター機能を使用できます。

1. ［フィルター］タブをクリックします。

2. アイコンをクリックし、フィルターセクションに必要な列を追加します。ドラッグ＆ドロップでフィルターの順序を変更することもできます。

1. ［実際の値］：このオプションでは、列の実際の値に基づいて行をフィルターできます。詳細については、こちらをクリックしてください。
2. ［データ品質］：このオプションでは、列内のデータ品質に基づいて行をフィルターできます。詳細については、こちらをクリックしてください。
   
3. ［パターン］：このオプションでは、選択した列のデータパターンに基づいて行をフィルターできます。詳細については、こちらをクリックしてください。
4. ［季節性］：このオプションでは、四半期、月、週などの季節性パラメーターに基づいて行をフィルターできます。詳細については、こちらをクリックしてください。
   
5. ［外れ値］：このオプションでは、選択した列のデータに含まれる外れ値に基づいて行をフィルターできます。詳細については、こちらをクリックしてください。

1. 論理演算子を使用すると、条件を組み合わせ、優先順位のルールを決定するロジックを適用できます。最終的な式は、［条件式］ボックスに表示されます。［編集］をクリックすると、論理演算子と括弧を使用して既定の式を変更し、優先順位や、どの条件を先に評価するかの順序を指定できます。必要な変更を行ったら、［保存］をクリックします。
   

1. たとえば、式「((1 OR 2) AND (3 OR 4))」では、最初に条件（1 OR 2）が実行され、次に条件（3 OR 4）が実行されます。最後にAND演算子が使用されているため、両方の条件が真の場合にフィルターが適用されます。