DA-B13｜情報Ⅰ 対策問題

正答

1

この問題のポイント

異常値（現実にはあり得ない値） への第一手は原因確認、という手順を問う問題です。

解説

分析の前にデータの誤りを直す作業をデータクリーニング(前処理)といい、その第一歩は「あり得ない値」を探すことです。1日は24時間しかないので、睡眠時間200時間は現実に起こり得ない異常値です。20時間の桁の打ちすぎ、あるいは2.0時間の小数点の入力漏れなど、入力・転記ミスの可能性が濃厚です。

見つけたときの手順は決まっています。(1)まず元の記録(回答用紙・入力ログ)にさかのぼって正しい値を確認する → (2)確認できたら正しい値に直し、直した事実を記録する → (3)確認できなければ欠損値(使えない値)として扱い、その方針も記録する。根拠を確かめずに「たぶん20だろう」と黙って書き換えるのは、結果的に合っていても改ざんです。

DA-B05の外れ値との違いも整理しましょう。花火大会の日の販売数40は「珍しいが実際に起こり得る値」=外れ値、睡眠200時間は「物理的にあり得ない値」=異常値。あり得るかどうかで扱いが変わり、外れ値は含める/除くを目的で判断、異常値は原因確認のうえ修正か欠損値扱いが基本です。

共通テストでは、分析の場面設定の中で「この値を見つけたら最初に何をすべきか」という手順の判断として問われます。「即削除」「黙って修正」「そのまま計算」はすべて誤答の型です。

選択肢の確認

1．○ 元データにさかのぼる原因確認が最優先の行動。
2．× 物理的にあり得ない値を含めて計算すれば、平均などが大きく歪む。
3．× 根拠を確認しない書き換えは、値が合っていても改ざんにあたる。
4．× ミスは誰にでも起こる。回答者の除名は対応として不適切。

ここだけは覚えよう

あり得ない値=異常値は、まず元データで原因確認 — 直すなら根拠と記録、確認できなければ欠損値扱い。