異常検出は異常値検出とも呼ばれ、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レコードやデータポイントを特定する処理です。異常を検出することで、データの品質に関する潜在的な問題、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上昇や急低下を特定できます。

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メソッドなどの統計的手法を使用して、データ内の通常とは異なる値を検出できます。これらのメソッドは、データセットの特性や分布に応じて適用でき、後続の処理や分析を行う前に、データをより効果的にクリーンアップ、監視、分析するのに役立ちます。

メモ：異常検出の加工では、テキスト、リスト、マップ、真偽値、URL、メールアドレスを除く、すべてのデータの種類がサポートされています。

情報：範囲の項目でサポートされる数値の最大精度は38、最大小数点以下桁数は15です。この上限を超える値は、自動的に空の値（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%が含まれる範囲を示す統計的なばらつきの指標です。この範囲に基づいて異常値が算出されます。

IQRは、第3四分位数（Q3）と第1四分位数（Q1）の差として算出されます。標準のスケール値1.5をIQRに掛けて、上限と下限（しきい値）を決定します。しきい値は、データの分布に応じて調整できます。

分布に偏りがあるデータには、調整済みIQRメソッドが適用されます。

Zスコアは、データポイントがデータセットの平均値から標準偏差何個分離れているかを示します。標準では、Zスコアが標準偏差の3倍を超えるデータポイントが異常値として識別されます。

異常値を検出するしきい値には、多くの場合、Zスコア±3が設定されます。これは、平均値から左右いずれかの方向に標準偏差の3倍を超えて離れたデータポイントを異常値と見なすことを意味します。しきい値は、データの分布に応じて調整できます。

分布に偏りがあるデータには、修正Zスコアメソッドが適用されます。Zスコアは、中央絶対偏差メソッドに基づいて算出されます。

1. ［標準偏差の数］で、下限と上限を入力します。標準値は-3と+3です。これらの範囲を超えるデータポイントは、異常値として識別されます。

2. 偏りのあるデータに修正Zスコアメソッドを自動的に適用するには、［データに偏りがある場合、修正Zスコアメソッドを適用する］チェックボックスを選択します。修正Zスコアは、中央絶対偏差（MAD）に定数値0.675を掛けて算出されます。偏りを考慮しない場合は、このオプションの選択を解除します。

情報：範囲の項目でサポートされる数値の最大精度は38、最大小数点以下桁数は15です。この上限を超える値は、自動的に空の値（null）に設定されます。

この加工と併せて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］：列内の実際の値に基づいて行をフィルターできます。詳細はこちらをクリックしてください。
2. ［データの品質］：列内のデータの品質に基づいて行をフィルターできます。詳細はこちらをクリックしてください。
   
3. ［パターン］：選択した列内のデータのパターンに基づいて行をフィルターできます。詳細はこちらをクリックしてください。
4. ［周期］：四半期、月、週などの周期パラメーターに基づいて行をフィルターできます。詳細はこちらをクリックしてください。
   
5. ［異常値］：選択した列のデータに含まれる異常値に基づいて行をフィルターできます。詳細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、条件を結合し、論理を適用して優先順位のルールを指定できます。最終的な式は［条件式］欄に表示されます。［編集する］をクリックすると、論理演算子と括弧を使用して標準の式を変更し、優先順位や、どの条件を最初に評価するかという実行順序を指定できます。必要な変更を行った後、［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。その後、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。