자료에 극단값이 포함된 경우 극단값은 반드시 제외해야 하는지, 그렇게 생각하는 이유를 논하시오

1. 극단값의 정의

극단값은 데이터 집합 내에서 다른 값들과 비교했을 때 현저하게 차이가 나는 값으로 정의된다. 일반적으로 데이터의 중심 경향성을 표현하는 평균이나 중앙값과 비교했을 때 극단값은 매우 멀리 위치하는 값들로 나타난다. 예를 들어, 학생들의 성적이 60점에서 100점까지 분포되어 있다고 할 때, 한 학생이 10점을 받았다면 이 점수는 극단값이 될 수 있다. 그러나 모든 극단값이 무조건 이상치(Inliers)라는 의미는 아니며, 실제로 의미 있는 특이값도 존재할 수 있다. 통계학에서는 이러한 값들이 데이터의 자연스러운 변동성의 일부인지 아니면 측정 또는 기록 오류에 의한 것인지 구별하는 것이 중요하다. 극단값을 수학적 정의에 따라 표준편차, 사분위수 범위(IQR)와 같은 통계적 지표를 통해 구별할 수 있으며, 예를 들어 IQR 방식을 사용할 경우, 제1사분위수(Q1) 하위 또는 제3사분위수(Q3) 상위에 있게 되는 값들, 즉 1.5IQR를 벗어나는 값들이 극단값으로 간주된다. 그런데 극단값이 무엇인지에 대한 명확한 기준은 연구 분야와 사용 목적에 따라 달라질 수 있다. 예를 들어, 한 산업 데이터에서는 매출액이 1억 원에서 10억 원 범위 내에 …