外れ値検出を使用して評価データを確認する

目次

• 外れ値検出へのアクセス
• どのような自動データ品質チェックが利用可能ですか?
• 外れ値検出で何が期待できますか？
• 外れ値とは何ですか？
• FDMからFEMへの外れ値検出
• よくある質問

高品質なデータは、Higg IndexおよびWorldlyプラットフォームにとって最も価値のある要素です。高品質なデータを維持するためには、外れ値を特定し修正することが重要です。

外れ値とは、過去の観測値や予想から大きく逸脱したデータポイントや計算値のことです。

評価を提出する前に、外れ値の確認を促すメッセージが表示される場合があります。どの項目を確認する必要があるかを見るには、外れ値を確認をクリックしてください。

外れ値検出へのアクセス

外れ値検出パネルが画面の右側から表示され、評価で検出された外れ値の確認手順を案内します。

テキストの下に、入力内容を確認するよう促すハイパーリンクが表示されます。例えば、下記のスクリーンショットでは、最終製品の組み立てを確認や生産量を確認と表示されています。リンクをクリックすると、外れ値検出が疑われる評価の該当箇所に移動します。

外れ値検出は、他と大きく異なる外れ値やデータポイント／計算を特定し、無視することができます。これらは黄色でハイライトされます。

例えば、下記のスクリーンショットでは、この工場タイプの正規化した値のエネルギー使用量が高く見えます。先に進む前に、報告された生産量を含むすべてのエネルギー源に誤りがないか確認してください。データを確認し、正確であることが確認できた場合は、「確認済みで正しいようです」の横のボックスにチェックを入れてください。また、後で確認を選択して外れ値検出を一時的に非表示にすることもできます。

1. 確認し、正しいことを確認しましたを選択すると、フラグを解除する理由をコメントとして追加できるテキストボックスが表示されます。
   
   保存をクリックすると、外れ値検出がレビュー済みリストに移動します。誰が外れ値検出を正しいとマークしたか、またその日付も表示されます。外れ値検出の横にある矢印を選択すると、アセスメント内の該当する質問にジャンプします。
   
2. 後で確認を選択すると、フラグは確認待ちリストに残ります。黄色のタブをクリックして外れ値のリストにアクセスしてください。 
   

アセスメントを完了する際、黄色のタブをクリックすると、まだ確認が必要な項目をチェックできます。 

確認すべき外れ値がなくなると、黄色のタブが緑色に変わります。

検証（赤色で強調表示）は、必ず対応しなければならず、無視できないエラーを特定します。

例えば、下記のスクリーンショットでは、報告年度に購入したスチームのエネルギーミックスの合計が100％になる必要があります。値が確認・修正されるまで、アセスメントを提出することはできません。

このメッセージが表示されたら、評価を投稿できます。
注意：FDMおよびFEMは、投稿前に外れ値チェックが必要です。

こちらをクリックして、FAQの外れ値検出と検証のその他の例をご覧ください。

[#$tu336]

Worldlyプラットフォームは、工場の自己評価プロセス中に以下のデータチェックを自動的に実行します。

Higg FEM 外れ値検出方法論

外れ値検出の詳細については、WorldlyのHigg FEM外れ値検出方法論をお読みください。

概要: 外れ値検出がトリガーされるタイミングとその意味に関する高レベルの概要。

データ外れ値の定義: 誤った外れ値と真の外れ値の違いは何ですか。

初期データセット: CascaleとWorldlyは、FEM24評価で使用する外れ値の閾値を確立するために、FEM23評価の完全なセットを使用しました。

外れ値の特定方法: 標準的な統計手法である四分位範囲が、外れ値の特定にどのように使用されるかをご確認ください。

単年の前年比（YoY）変化：前年比比較が異常に大きな値にフラグを立てる仕組みと、この機能の開発に関する詳細をご確認ください。

エネルギー/水の外れ値の合計閾値：これら2つの表を参照して、エネルギーと水の外れ値の閾値を理解してください。

外れ値検出で何が期待できますか？

外れ値検出は2025年2月19日にリリースされました。この日より前に工場のHigg FEM評価が投稿されている場合は、この日以降までデータチェック機能を利用できるようになるのをお待ちいただく必要があります。

さらに、検証機関とデータの検証を開始しておらず、かつ2025年4月30日以前であれば、工場はアセスメントの投稿を取り下げて、データチェックを使い、回答の中の外れ値検出を行った後、再度アセスメントを投稿することができます。

例えば、工場が2025年1月31日にアセスメントを投稿した場合、2025年2月19日から4月30日の間に以下のことを行う必要があります。

1. アセスメントの投稿を取り消す
2. 外れ値検出を使用して評価データを確認する
3. アセスメントを再投稿する

前年比の外れ値検出も3月中旬に利用可能となります。

外れ値とは何ですか？

• 誤った外れ値とは、データ収集、記録、計算、または入力時のエラーによって生じたデータポイントのことです。これらは不正確であり、データの本来の傾向を反映していません。例えば、人の年齢を25歳のところを250歳と記録してしまうタイプミスは、現実的な値ではないため誤った外れ値となります。同様に、エネルギー値を正しい単位に変換せずに誤った単位で記録した場合（例：MJ（メガジュール）の値にキロワットの単位を割り当てるなど）も、誤った外れ値につながります。このような「不良データ」は特定し、対処する必要があります。通常は、削除や修正（例：検証や推定値による置換）によって分析の信頼性を維持します。

• 真の外れ値は、統計的にはまれであるものの誤りではない正当なデータポイントです。これらはデータ内に自然に発生し、実際の現象や出来事を反映しています。真の外れ値は、通常とは異なるが有効な行動や出来事に関する貴重な情報を提供することがよくあります。たとえば、工場のエネルギー使用量が異常に増加した場合、それは熱波時に冷房を強化したことに対応している可能性があります。真の外れ値は、重要な傾向、リスク、または機会を明らかにすることがあり、分析せずに無視すべきではありません。

FDMからFEMへの外れ値検出

FEMとFEMの両方で、投稿前に外れ値検出が必要です。

FEMにインポートされたFDMデータは転送中にチェックされませんが、評価が投稿される前にFEMはインポートされたデータに対して外れ値検出を実行することにご注意ください。

よくある質問