S'inscrire gratuitement

Rechercher et analyser les valeurs aberrantes dans une feuille de calcul

Auteur: AILesson7 min de préparationTesté avec:ChatGPTRévisé: 2026-08-28

Réponse rapide

Signaler les valeurs inhabituelles à l'aide d'une méthode adaptée à la distribution, puis les analyser avant toute suppression. Fournir: Indicateur et signification métier, Profil des données, Analyse et utilisation. Résultat attendu: Des signalements transparents des valeurs aberrantes, des contrôles contextuels et des décisions de conservation, de correction ou de suppression.

1

Ajouter votre contexte

Votre texte reste dans ce navigateur. AILesson Prompts ne l’envoie ni à un modèle ni à un serveur.

2

Votre prompt

Les champs non remplis restent visibles sous forme d’espaces réservés, afin que vous puissiez quand même copier et modifier le prompt.

Concevez une analyse des valeurs aberrantes dans une feuille de calcul.

Indicateur, unité, plage valide et groupes :
[metric]

Profil des données et valeurs représentatives :
[distribution]

Objectif de l'analyse et politique de traitement :
[policy]

Distinguez les valeurs impossibles, les erreurs de saisie, les événements rares mais valides et les observations influentes. Choisissez une méthode transparente adaptée à l'asymétrie de la distribution et à la taille de l'échantillon, telle que les limites fixées par les règles métier, l'écart interquartile, le score z robuste ou la comparaison au sein de chaque groupe. Fournissez les formules, les seuils, un champ OutlierReason et un processus de révision. Ne supprimez pas et ne winsorisez pas automatiquement les valeurs. Montrez comment les conclusions changent avec et sans les observations signalées, et comment chaque ligne peut être rattachée à une preuve source.
Essayer dans le Playground
Privé par défautL’assemblage du prompt se fait localement dans votre navigateur. Évitez de placer des informations confidentielles dans un service d’IA, sauf si votre organisation l’autorise.

De l'entrée au résultat

Un exemple détaillé

Voyez comment un contexte concret transforme cette recette en résultat utilisable.

Entrée réelle

Indicateur et signification métier
OrderValue en GBP, non négative. Analyser la taille habituelle des commandes par CustomerType, car les commandes Wholesale sont normalement plus importantes que les commandes Retail.
Profil des données
2,400 commandes. Retail n=2,100 : Q1 £28, médiane £46, Q3 £72, maximum £8,400. Wholesale n=300 : Q1 £410, médiane £690, Q3 £1,100, maximum £12,500. Trois valeurs sont négatives ; une ligne Retail vaut £8,400 ; plusieurs lignes Wholesale dépassent £4,000.
Analyse et utilisation
Rechercher les erreurs de données et déterminer si les commandes extrêmes faussent la moyenne. Chaque commande peut être vérifiée par rapport à une facture. Ne pas supprimer une commande importante valide.

Exemple de sortie

Appliquez d'abord la règle métier de non-négativité : les trois valeurs négatives sont toutes Invalid et nécessitent une correction fondée sur la facture ou la source. Détectez les valeurs inhabituelles au sein de chaque CustomerType, et non dans la population mixte.

Pour Retail, IQR = 72−28 = 44 et la borne supérieure est 72+1.5×44 = 138 £. Ce seuil signale volontairement de nombreuses commandes Retail élevées à analyser, et non à supprimer. Pour Wholesale, IQR = 690 et la borne supérieure est 2,135 £. Ajoutez les quartiles de chaque groupe dans un tableau récapitulatif et une colonne OutlierReason qui distingue Negative-invalid, Above-group-IQR et Not-flagged.

La commande Retail de 8,400 £ est très inhabituelle ; vérifiez le type de client, la position de la virgule décimale, la devise, les doublons et la facture. Si elle est confirmée, conservez-la comme Rare-valid et expliquez son influence. Les commandes Wholesale supérieures à 4,000 £ doivent faire l'objet du même contrôle de la source, mais ne doivent pas être comparées au seuil Retail.

Présentez la médiane et l'IQR comme principaux indicateurs de la taille habituelle des commandes. Affichez la valeur moyenne des commandes avec toutes les lignes valides, puis de nouveau en excluant les lignes Rare-valid dans le cadre d'une analyse de sensibilité, tout en laissant inchangé le chiffre d'affaires total officiel. Pour chaque changement de classification, consignez OrderID, le signalement, la preuve contrôlée, la décision, la personne chargée de la révision et la date.

Pourquoi cela fonctionne

  1. 1

    Distinguer les valeurs non valides des valeurs inhabituelles évite d'effacer des événements légitimes à forte incidence.

  2. 2

    Les résultats de l'analyse de sensibilité révèlent si un petit nombre d'observations détermine la conclusion.

Vérifier le résultat

  • La méthode de détection est-elle adaptée à la distribution de l'indicateur et aux groupes ?

  • Les valeurs impossibles, erronées et rares mais valides sont-elles libellées séparément ?

  • Chaque correction est-elle étayée par une preuve source ?

Utilisez-la en toute confiance

Questions fréquentes

Des réponses pratiques sur le bon moment pour utiliser cette recette, ce qu’il faut fournir et les cas où une vérification humaine reste nécessaire.

Que dois-je préparer avant d'utiliser « Rechercher et analyser les valeurs aberrantes dans une feuille de calcul » ?

Pour utiliser « Rechercher et analyser les valeurs aberrantes dans une feuille de calcul », préparez l'indicateur et sa signification métier, le profil des données, ainsi que l'objectif de l'analyse et l'utilisation prévue. Remplacez les espaces réservés uniquement par des informations que vous pouvez vérifier. Si un détail est inconnu, signalez explicitement cette incertitude au lieu de demander au modèle de la déduire.

Dans quels cas le résultat de « Rechercher et analyser les valeurs aberrantes dans une feuille de calcul » n'est-il pas prêt à être utilisé ?

Le résultat n'est pas prêt s'il ne fournit pas encore, à partir des éléments transmis, le résultat annoncé — des signalements transparents des valeurs aberrantes, des contrôles contextuels et des décisions de conservation, de correction ou de suppression — ou s'il repose sur des hypothèses non résolues, des approbations manquantes ou des détails inventés. Utilisez les contrôles comme critères de validation : corrigez les données sources ou désignez une personne nommément autorisée à effectuer la révision, au lieu de peaufiner un résultat non étayé.

Quels outils d'IA disposent de tests consignés pour « Rechercher et analyser les valeurs aberrantes dans une feuille de calcul » ?

Le registre de tests publié pour « Rechercher et analyser les valeurs aberrantes dans une feuille de calcul » mentionne ChatGPT au 2026-08-28. Cela confirme l'existence d'essais consignés, mais ne garantit ni la compatibilité ni des résultats identiques dans des versions ultérieures du produit. Pour un autre outil ou une autre version, gardez toutes les contraintes visibles et répétez les contrôles du résultat avant utilisation.

Plus de façons d'explorer

Où se situe cette recette

Prompts texteAnalyse de donnéesExcel et feuilles de calcul

Faites avancer votre travail

AILesson · Cours recommandés

Votre prochaine étape : mettez l’IA à contribution

Passez de la compréhension de l'IA à l'action. Entraînez-vous à formuler des requêtes, à évaluer et à améliorer les résultats grâce à des leçons interactives pour le travail et la vie quotidienne.

Découvrir tous les cours
Image de couverture de L’IA pour débutants

15 leçons interactives

L’IA pour débutants

Lancez une conversation utile avec une IA, améliorez sa réponse, vérifiez l’essentiel et sachez quand c’est à vous d’agir.

Découvrir ce cours
Image de couverture de Les bases de ChatGPT

10 leçons interactives

Les bases de ChatGPT

Découvrez ChatGPT à travers trois flux de travail pratiques : mener une première conversation, travailler à partir d’un fichier, puis utiliser Projects pour réutiliser un plan vérifié dans une nouvelle conversation.

Découvrir ce cours
Image de couverture de Comment fonctionne l’IA générative

7 leçons interactives

Comment fonctionne l’IA générative

Comprenez comment les systèmes courants de chat IA apprennent des structures linguistiques, utilisent les messages actuels, construisent leurs réponses et intègrent des sources et des outils.

Découvrir ce cours