---
title: "箱ひげ図とは？四分位数と外れ値の読み取り方【DS検定】"
description: "箱ひげ図は、四分位数と外れ値の読み取り方を理解するための基本テーマです。DS検定で問われる定義、具体例、似た概念との違い、選択肢の見分け方を整理します。主要な混同パターンや実務での読み取り方も確認します。初学者が迷いやすい判断ポイントも確認します。"
canonical_url: "https://stemtazoo.github.io/ds/boxplot/"
section: "ds"
---
DS検定トップ
＞ 箱ひげ図とは？四分位数と外れ値の読み取り方【DS検定】
## まず結論
- 箱ひげ図とは、データの「ばらつき」と「外れ値」を四分位数で表現する可視化手法です。
- DS検定では「平均ではなく分布の形を読む力」が問われます。
## 直感的な説明
例えば、ある店舗の1日の売上を比べるとき、
- 平均売上だけでは実態が見えない
- ばらつきが大きいのか小さいのかも重要
という場面があります。
箱ひげ図は、
- 真ん中の値（中央値）
- どれくらい散らばっているか
- 極端に大きい値や小さい値があるか
を一目で見せてくれるグラフです。
ビジネスでは
「安定している店舗か？」「一部の日だけ突出しているのか？」
といった判断に役立ちます。
## 定義・仕組み
箱ひげ図は、次の5つの値で構成されます。
1. 最小値
2. 第一四分位数（Q1）
3. 第二四分位数（Q2：中央値）
4. 第三四分位数（Q3）
5. 最大値
### 四分位数とは？
データを小さい順に並べて、4等分したときの区切りの値です。
- Q1：下から25％の位置
- Q2：真ん中（中央値）
- Q3：下から75％の位置
### 四分位範囲（IQR）
IQR ＝ Q3 − Q1
データの真ん中50％がどれくらい広がっているかを示します。
### 外れ値の決め方（重要）
DS検定でよく問われるのがここです。
外れ値は、次の範囲を超えた値です。
- 上限：Q3 + 1.5 × IQR
- 下限：Q1 − 1.5 × IQR
この範囲から外れたデータを「外れ値」とします。
DS検定では
「最大値＝ひげの端」とは限らない
という点が重要です。
## どんな場面で使う？
### 使う場面
- グループ間のばらつきを比較したいとき
- 外れ値の有無を確認したいとき
- 分布の偏りをざっくり把握したいとき
例：
- 部署別の売上分布比較
- 商品ごとの価格ばらつき
- センサー値の異常検知前の確認
### 向いていない場面
- 正確な平均値を知りたいとき
- 分布の細かい形（山の数など）を見たいとき
## よくある誤解・混同
### ❌ 平均を表すグラフである
→ 箱ひげ図は中央値が中心です。
### ❌ 最大値・最小値が必ずひげの端
→ 外れ値がある場合、ひげは
「Q3＋1.5×IQR以内の最大値」までです。
### ❌ 外れ値＝異常値
→ 外れ値は「統計的に離れている値」であって、
必ずしも間違いとは限りません。
DS検定では
「外れ値はQ3＋1.5×IQRを超えた値」と書かれていれば正解
「最大値を外れ値とする」と書かれていたら誤り
という判断が必要です。
### ❌ 箱ひげ図の中心は平均
→ 中央値（Q2）です
## まとめ（試験直前用）
- 箱ひげ図は「分布のばらつき」を見るグラフ
- 中心は平均ではなく中央値
- IQR＝Q3−Q1
- 外れ値は Q3＋1.5×IQR を超える値
- ひげ＝最大値とは限らない
「四分位数」「IQR」「外れ値の定義」
この3点を押さえれば、選択肢は切れます。
## 対応スキル項目（データサイエンス力シート）
- データ理解
- データの可視化
- ★ データの分布やばらつきを適切に把握できる