箱ひげ図の外れ値とは？1.5倍の理由と計算方法・実務の扱い方を解説

ビジネスや学術研究、品質管理の現場で日常的に活用されている「箱ひげ図」。データのばらつきや偏りをひと目で把握できる極めて優秀なグラフですが、箱の外側に独立してプロットされる「外れ値」の扱いに迷った経験はないでしょうか。

「なぜこの数値だけが外れ値と判定されるのか」「そもそも、なぜ四分位範囲の1.5倍という基準なのか」といった疑問は、データを扱う初学者から実務担当者まで広く抱かれがちです。本稿では、外れ値の明確な計算式や判定基準から、考案者テューキーが1.5倍と定めた数学的背景、ExcelやPythonを用いた実践テクニック、そして実務における正しい除外判断までを網羅して解説します。

📌 【この記事の重要ポイントまとめ】

• 要点1：外れ値は四分位範囲（IQR）の1.5倍を基準値とし、第1四分位数・第3四分位数からその距離を超えた数値を指す。
• 要点2：1.5倍という基準は統計学者テューキーが考案したもので、正規分布において約99.3%のデータを内側に収める合理的な設計に基づいている。
• 要点3：検出された外れ値を機械的に削除するのはNG。入力ミスなのか価値ある特異シグナルなのかを見極める実務判断が求められる。

【基礎知識】箱ひげ図における外れ値の定義と最大値・最小値との違い

箱ひげ図（Box Plot）は、データを小さい順に並べた際の分布状況を「箱」と「ひげ」で視覚化するグラフです。基本構成要素となるのが、データを4等分する境界値である第1四分位数（Q1：下位25%点）、中央値（Q2：下位50%点）、そして第3四分位数（Q3：下位75%点）の3点です。

ここで重要なのが、従来の古典的なグラフと現在の主要ツールにおける「ひげの先端」の意味合いの違いです。外れ値を考慮しない素朴な箱ひげ図では、ひげの両端がそのままデータの「最大値」と「最小値」を表していました。しかし、現代の標準的な仕様では、後述する判定基準を超えた特異なデータは「外れ値」として独立した点（ドットやアスタリスク）で描画されます。

つまり、現在の箱ひげ図のひげの長さ定義においては、ひげの先端は「外れ値を除いた範囲内での最大値および最小値」を示します。データ群のなかに極端に大きな数値や小さな数値が存在する場合、ひげはその手前で止まり、極端な値のみが孤立したシンボルとして描かれる仕組みです。この最大値最小値と外れ値の違いを正しく把握しておくことが、グラフを読み解く第一歩となります。

【計算手順】四分位範囲（IQR）の求め方と外れ値判定の計算式

外れ値かどうかを識別するための中心概念が四分位範囲（IQR：Interquartile Range）です。IQRはデータの中心的な50%が含まれる範囲の広さを示し、以下のシンプルな数式で求められます。

IQR = 第3四分位数（Q3） - 第1四分位数（Q1）

このIQRをベースにした箱ひげ図外れ値の計算方法では、データの上下に「フェンス（境界線）」を設けます。判定の計算式は以下の通りです。

・上限フェンス：Q3 + (1.5 × IQR)
・下限フェンス：Q1 - (1.5 × IQR)

上限フェンスを上回る値、または下限フェンスを下回る値が、統計学的な外れ値の判定基準に該当します。具体的な数値例で確認してみましょう。

ある試験のスコアデータにおいて、Q1が40点、Q3が70点だったとします。この場合、IQRは 70 - 40 = 30点 となります。境界線を計算すると、上限フェンスは 70 + (1.5 × 30) = 115点、下限フェンスは 40 - (1.5 × 30) = -5点 となります。この範囲（-5点〜115点）を飛び出た実測値が存在すれば、それが外れ値としてプロットされます。

なぜ「1.5倍」なのか？テューキーの外れ値基準が持つ統計的な理由

多くの人が「なぜ2倍や1倍ではなく、中途半端に見える1.5倍なのか」という疑問を抱きます。このルールの生みの親は、探索的データ解析（EDA）の提唱者として名高いアメリカの統計学者ジョン・テューキー（John W. Tukey）です。

彼が考案したテューキーの外れ値基準において「1.5倍」が選ばれた最大の理由は、正規分布に従うデータにおいて「極めて稀な値」だけを絶妙に拾い出す閾値として機能するからです。

数学的な背景を紐解くと、標準正規分布におけるQ1は約 -0.675σ（標準偏差）、Q3は約 +0.675σ となり、IQRはおよそ 1.35σ に相当します。これをもとにフェンスの位置を標準偏差換算で算出すると、0.675σ + (1.5 × 1.35σ) ≒ 2.7σ となります。

統計学において、平均値から ±2.7σ の内側に収まるデータはおよそ99.3%です。裏を返せば、正常な正規分布であっても外側に飛び出す確率はわずか約0.7%（約150個に1個の割合）に過ぎません。

もし係数を「1.0倍」に縮めると全体の約5%が外れ値扱いされてしまい、日常的なばらつきまで異常値として誤検出してしまいます。逆に「2.0倍」まで広げると閾値が約±3.4σ（出現率約0.07%）となり、本来検出すべき特異なシグナルを見逃すリスクが高まります。「1.5倍」という数字は、偶発的なノイズに惑わされず、かつ見過ごせない異常値を捉えるための、極めて実用的なバランスポイントとして導き出された値なのです。

なお、テューキーは 3.0 × IQR を超える値を「極端な外れ値（Far Outliers / Severe Outliers）」と定義し、通常の「軽度の外れ値（Mild Outliers）」と区別して分析することを推奨しています。

【ツール別実践】ExcelやPythonによる箱ひげ図作成と外れ値の検出

現代のデータ分析環境では、手動で計算を行わずとも各種ソフトウェアが自動的に外れ値を算出してくれます。代表的な2大ツールの実践手順を整理します。

1. Excelでの箱ひげ図と外れ値の表示設定

Microsoft Excel 2016以降では、標準のグラフ機能に箱ひげ図が組み込まれています。対象データを選択した状態で「挿入」タブの「統計グラフ」から「箱ひげ図」を選択するだけで瞬時にプロットが完了します。

エクセル箱ひげ図外れ値表示の挙動をコントロールしたい場合は、描画されたデータ系列をダブルクリックして「データ系列の書式設定」を開きます。「系列のオプション」内にある「外れ値のポイントを表示」にチェックを入れると、1.5×IQRルールに基づいた外れ値が個別のマーカーとして明示されます。四分位数の計算方式（排他的／包括的）によってQ1・Q3の境界値がわずかに変動する点には留意してください。

2. Python（Seaborn / Pandas）による外れ値検出

データサイエンスの実務で主流となるPython箱ひげ図外れ値検出では、可視化ライブラリのSeabornやMatplotlib、データ処理ライブラリのPandasを組み合わせて扱います。

Seabornの sns.boxplot() 関数は、デフォルトで whis=1.5（テューキー基準）が設定されており、特別な引数を指定しなくても自動的に外れ値が点としてプロットされます。また、外れ値のインデックスや具体的な数値を抽出したい場合は、Pandasを用いて以下のようにIQRフィルタリングを実装します。

q1 = df['val'].quantile(0.25)
q3 = df['val'].quantile(0.75)
iqr = q3 - q1
outliers = df[(df['val'] < q1 - 1.5 * iqr) | (df['val'] > q3 + 1.5 * iqr)]

外れ値の除外判断と扱い方｜データ分析実務で失敗しないための注意点

箱ひげ図によって外れ値が可視化された際、現場で最もやってはならない過ちが「外れ値＝邪魔なデータだから即座に削除する」という機械的な処理です。データ分析実務の注意点として、外れ値は大きく2種類に大別して向き合う必要があります。

1つ目は「エラーに起因する外れ値」です。入力ミス（100と入力すべきところを1000と打鍵した）、測定機器の故障、通信エラーによる欠損値の置換漏れなどがこれに該当します。これらはデータの品質を損なうノイズであるため、原因を特定したうえで除外（または修正）するのが適切な外れ値の除外判断と扱い方です。

2つ目は「正当な特異値（真の異常値）」です。例えばECサイトの購買ログにおいて、突如として通常の数十倍の決済を行った大口顧客や、工場の稼働ログで突発的に発生した設備の摩耗兆候などが該当します。これらはモデルの平均的な予測精度を乱す要因にもなりますが、同時に「優良顧客の行動特性」や「故障予知の重要シグナル」という貴重なビジネスインサイトを含んでいます。

実務においては、データを安易に捨て去るのではなく、「外れ値を含めたモデル」と「外れ値を除外・対数変換したモデル」の双方を比較検証し、その判断理由を分析ドキュメントに明確に記録しておく姿勢が不可欠です。

【箱ひげ図の外れ値】に関するよくある質問（FAQ）

Q1：箱ひげ図に外れ値が1つもプロットされない場合、データは完全に正常と言えますか？
A1：外れ値が表示されないのは、全データが「Q1 - 1.5×IQR」から「Q3 + 1.5×IQR」の範囲内に収まっていることを意味します。ただし、データ全体が一様に歪んでいる場合や、サンプルサイズが極端に小さい場合には、潜在的な異常値が埋もれている可能性もあるため、ヒストグラム等も併用して分布の形状を確認することをおすすめします。

Q2：エクセルの箱ひげ図で「1.5倍」の基準を別の数値に変更することは可能ですか？
A2：現在のExcelの標準グラフ機能では、箱ひげ図の外れ値判定係数（1.5倍）をユーザーが直接カスタム変更するプロパティは用意されていません。係数を3.0倍などに変更して厳密に描画したい場合は、計算式を用いてワークシート上で境界値を算出し、散布図などを組み合わせてカスタムグラフを作成するか、PythonやRなどのスクリプト言語を活用する必要があります。

Q3：データが正規分布していない（大きく右に歪んでいる）場合でも、1.5倍ルールをそのまま使って問題ありませんか？
A3：所得データやWebサイトのPV数のように強い歪み（ロングテール）を持つデータでは、1.5×IQRルールをそのまま適用すると正常な上位層が大量に外れ値判定されてしまいます。実務では、事前に対数変換を行って分布を左右対称に近づけてから箱ひげ図を作成するか、Medcouple（MC）などの歪度を考慮した調整型箱ひげ図を用いるのが定石です。

まとめ：外れ値の正しい理解がデータ活用の精度を劇的に高める

箱ひげ図の外れ値判定に用いられる「1.5×IQR」という基準は、単なる慣例ではなく、データのばらつきと特異性を合理的に切り分けるために設計された統計学的知見の結晶です。

ひげの先端が意味する範囲を正しく理解し、算出ロジックを把握していれば、ダッシュボードやレポートに現れた特異なドットに過剰に慌てることも、重要なシグナルを見落とすこともなくなります。ツールによる自動描画に頼り切るだけでなく、「なぜその値が外れたのか」という背景の文脈を丁寧に読み解くことこそが、データ分析の価値を最大化する鍵となります。 （出典: 箱 ひげ 図 外れ 値（Yahoo!ニュース））