スプレッドシートの外れ値を見つけて調査する

著者: AILesson7 分でセットアップテスト済み:ChatGPTレビュー日: 2026-08-28

クイック回答

分布に適した方法で異常な値を示し、削除する前に調査する. 入力するもの: 指標と業務上の意味, データの概要, 調査目的と利用方法. 期待される結果: 透明な外れ値フラグ、背景確認、保持・修正・削除の判断.

コンテキストを追加

テキストはこのブラウザ内に留まります。AILesson Prompts は、そのテキストをモデルやサーバーに送信しません。

指標と業務上の意味データの概要調査目的と利用方法

あなたのプロンプト

未入力のフィールドはプレースホルダーとして表示されたままなので、プロンプトをコピーして編集できます。

スプレッドシートの外れ値分析を設計してください。

指標、単位、有効範囲、グループ：
[metric]

データの概要と代表値：
[distribution]

調査目的と処理方針：
[policy]

起こり得ない値、入力ミス、まれだが有効な事象、結果に大きく影響する観測値を区別してください。分布の歪みとサンプル数に応じて、業務ルール上の範囲、IQR、ロバストzスコア、グループ内比較など、透明性のある適切な方法を選んでください。数式、しきい値、OutlierReason項目、確認手順を返してください。値を自動で削除したり、ウィンザー化したりしないでください。フラグ付きの観測値を含む場合と除く場合で結論がどう変わるか、また各行をどのように元の証拠まで追跡できるかを示してください。

Playgroundで試す

デフォルトで非公開プロンプトの組み立てはブラウザ内で行われます。組織が許可しない限り、機密情報を AI サービスに入力しないでください。

入力から結果へ

具体例

具体的なコンテキストを加えると、このレシピが実用的な結果になる様子をご覧ください。

実際の入力

指標と業務上の意味: OrderValue、単位はGBP、0以上。Wholesaleの注文は通常Retailより大きいため、CustomerType別に典型的な注文額を分析する。
データの概要: 全2,400件。Retail n=2,100：Q1 £28、中央値£46、Q3 £72、最大£8,400。Wholesale n=300：Q1 £410、中央値£690、Q3 £1,100、最大£12,500。負数が3件、Retailに£8,400が1件、Wholesaleに£4,000超が複数件ある。
調査目的と利用方法: データの誤りを見つけ、極端な注文が平均値を歪めているか把握する。各注文は請求書と照合できる。有効な大口注文は削除しない。

出力例

まず0以上という業務ルールを適用する。3件の負数はすべてInvalidであり、請求書または元データに基づく修正が必要。異常値は、異なる分布を混ぜずCustomerType内で検出する。

RetailではIQR＝72－28＝44、上限は72＋1.5×44＝£138。このしきい値は調査対象を示すもので、自動削除を意味しない。WholesaleではIQR＝690、上限は£2,135。グループ別の四分位数を集計表に追加し、OutlierReason列でNegative-invalid、Above-group-IQR、Not-flaggedを区別する。

£8,400のRetail注文は非常に珍しいため、顧客タイプ、小数点位置、通貨、重複、請求書を確認する。有効と確認できた場合はRare-validとして保持し、結果への影響を説明する。£4,000を超えるWholesale注文も同じ元データ確認を行うが、Retailのしきい値とは比較しない。

典型的な注文額の主要指標として中央値とIQRを報告する。平均注文額は、すべての有効な行を含む値と、感度分析としてRare-validを一時的に除いた値の両方を示す。ただし、公式の総売上にはすべての有効な注文を含める。分類を変更した各行について、OrderID、フラグ、確認した証拠、判断、確認者、日付を記録する。

これがうまくいく理由

1
無効な値と珍しい値を分けることで、正当で影響の大きい事象が消されるのを防げます。
2
感度分析により、少数の観測値が結論を左右しているか分かります。

結果を確認

検出方法は、指標の分布とグループに適していますか？
起こり得ない値、誤った値、まれだが有効な値が別々に示されていますか？
すべての修正に元データの証拠がありますか？

安心して使うために

よくある質問

このレシピをいつ使うか、何を用意するか、どの場面で人による確認が依然として重要かについての実践的な回答です。

「スプレッドシートの外れ値を見つけて調査する」を使う前に、何を準備すればよいですか？

「スプレッドシートの外れ値を見つけて調査する」を使うには、指標と業務上の意味、データの概要、調査目的と利用方法を準備してください。プレースホルダーは確認できる情報だけで置き換えてください。不明な点はモデルに推測させず、不明であることを明記してください。

「スプレッドシートの外れ値を見つけて調査する」の結果が、そのまま使えないのはどのような場合ですか？

提示された根拠から、記載された成果である「透明な外れ値フラグ、背景確認、保持・修正・削除の判断」が得られていない場合や、未解決の仮定、承認漏れ、推測で補った情報に依存している場合は、その結果をまだ使用できません。チェック項目を公開前の判定基準として使い、根拠のない出力を整えるのではなく、元の入力を修正するか、権限のある担当者を指名して確認を依頼してください。

「スプレッドシートの外れ値を見つけて調査する」は、どのAIツールでテストされていますか？

2026年8月28日時点の公開テスト記録では、「スプレッドシートの外れ値を見つけて調査する」のテスト済みツールとしてChatGPTが記載されています。これは実行記録があることを示すもので、後の製品バージョンでの互換性や同一の結果を保証するものではありません。別のツールやバージョンを使う場合は、すべての制約を明示したまま、使用前に結果のチェックをもう一度行ってください。

さらに探す方法