Médiane, MAD et IQR
- Leçon 6
- 35 min
- Module 2 : Des références de base simples et difficiles à battre
Où nous en sommes
Nous avons vu qu'une valeur extrême déplace la moyenne et l'écart-type. La cote z manque alors l'anomalie suivante. Il nous faut un centre et une dispersion qu'une seule valeur ne peut pas déplacer. Dans cette leçon, nous utilisons la médiane, la MAD et l'IQR. Nous construisons aussi une référence de base pour chaque client, pays et agent.
Leçon 6 sur 38 · Détection d'anomalies : trouver ce qui est inhabituelMédiane, MAD et IQR
1. Ce que « inhabituel » veut dire
2. Des références de base simples et difficiles à battre
3. Maîtrise statistique des procédés et dérive de distribution
- Cartes de contrôle : cette variation est-elle normale?
- Règles pour les motifs, et le prix de chaque règle
- Cartes pour les taux et les dénombrements
- Petits décalages durables : CUSUM et EWMA
- La distribution a-t-elle changé?
- Dérive dans de nombreuses variables, et quoi faire
- Loi de Benford et autres vérifications d'affaires
4. Distance, densité et isolement
5. Les anomalies dans le temps
6. Méthodes profondes et plongements
7. Évaluer avec peu d'étiquettes
8. Apprendre des réviseurs
9. Exploiter un détecteur en production
Ce que vous saurez faire
Construisez une référence de base qu’une valeur extrême ne peut pas déplacer, avec la médiane, la MAD et l’IQR. Donnez ensuite à chaque client sa propre référence de base. Une fraude est inhabituelle pour son client, pas pour le magasin.
Carnet JupyterFaites cette leçon dans un carnet Jupyter
Le carnet (notebook) Jupyter contient toutes les cellules de code, les tâches et les vérifications de cette leçon. Ses cellules de préparation installent pandas, NumPy, SciPy, scikit-learn et matplotlib, puis téléchargent les paiements (environ 7 Mo). Environ 30 minutes.
Le carnet est en anglais. Colab et Kaggle ouvrent votre propre copie. Il faut un compte Google ou Kaggle gratuit. Vous êtes bloqué ? Consultez le carnet de solution.
Avant de commencerCe qu’il faut savoir et avoir sous la main
Ce que vous devez savoir
- La cote z (z-score) et pourquoi un paiement énorme la trompe, dans Les cotes z, et pourquoi la moyenne se fait tromper.
- Nous expliquons ici la médiane et les centiles. Pour en savoir plus, lisez Décrire un jeu de données dans Mathématiques et statistiques essentielles pour l’IA.
Ce qu’il vous faut sur votre ordinateur
La même chose que dans la dernière leçon : Colab ou Kaggle dans un navigateur, ou Python 3.12 avec le noyau du carnet.
Testé avec Python 3.12.13 dans Jupyter sur macOS, avec pandas 3.1.1 et NumPy 2.5.4. Colab, Kaggle et Windows n’ont pas été testés.
L’enfant du milieu sur une photo
Section intitulée « L’enfant du milieu sur une photo »Une enseignante place sept enfants en ordre de taille pour une photo de classe. Elle place l’enfant du milieu au centre. Un joueur de basketball de deux mètres se joint maintenant au bout de la file. Qui est au milieu maintenant? Le milieu reste presque au même endroit : il se déplace d’un demi-enfant. La taille moyenne, elle, augmente beaucoup. Une personne très grande a changé la moyenne, mais pas le milieu.
Voilà toute l’idée de cette leçon. Dans la dernière leçon, un paiement de 900 $ a fait passer la moyenne de 14,14 $ à 124,88 $. Le paiement inhabituel suivant est alors passé inaperçu. Il nous faut un centre qui se comporte comme l’enfant du milieu, et une dispersion qui se comporte de même.
La médiane et la MAD
Section intitulée « La médiane et la MAD »La médiane est la valeur du milieu quand vous triez les valeurs. La moitié des valeurs est en dessous et l’autre moitié est au-dessus. Pour déplacer beaucoup la médiane, vous devez déplacer la moitié des valeurs, pas une seule.
La MAD, l’écart absolu médian, mesure la dispersion de la même façon. Prenez la distance entre chaque valeur et la médiane. Prenez ensuite la médiane de ces distances. Une valeur énorme donne une distance énorme, mais la médiane des distances l’ignore.
La cote z robuste utilise ces deux mesures à la place de la moyenne et de l’écart-type :
z robuste = (valeur − médiane) ÷ (1,4826 × MAD)
Pourquoi 1,4826? Quand les valeurs suivent la forme normale en cloche, 1,4826 × MAD est à peu près égal à l’écart-type. Une cote z robuste de 3 signifie donc à peu près la même chose qu’une cote z de 3. On appelle robuste une méthode qu’une valeur extrême change peu.
Un petit exemple où chaque valeur est visible
Section intitulée « Un petit exemple où chaque valeur est visible »Les sept mêmes paiements que dans la dernière leçon, triés : 12, 13, 14, 14, 15, 15, 16. Celui du milieu, le quatrième, vaut 14. C’est la médiane.
| Paiement | 12 | 13 | 14 | 14 | 15 | 15 | 16 |
|---|---|---|---|---|---|---|---|
| Distance par rapport à la médiane (14) | 2 | 1 | 0 | 0 | 1 | 1 | 2 |
Les distances triées sont 0, 0, 1, 1, 1, 2, 2. Leur valeur du milieu est 1. C’est la MAD. La cote z robuste d’un paiement de 60 $ est donc (60 − 14) ÷ (1,4826 × 1) = 31,0.
Ajoutez maintenant le paiement de 900 $. Les huit valeurs triées sont 12, 13, 14, 14, 15, 15, 16, 900. Avec un nombre pair, la médiane se situe à mi-chemin entre les deux valeurs du milieu, 14 et 15 : 14,5. Les distances par rapport à 14,5 sont 2,5, 1,5, 0,5, 0,5, 0,5, 0,5, 1,5 et 885,5. Leur médiane se situe à mi-chemin entre 0,5 et 1,5 : 1,0. La MAD n’a pas bougé. La cote z robuste de 60 $ est (60 − 14,5) ÷ 1,4826 = 30,7. Le paiement de 60 $ reste très loin de la normale.
Description textuelle du diagramme
Le schéma comporte une droite numérique, de 0 à 140 dollars, et cinq rangées. La première rangée montre les paiements. Sept points gris se trouvent entre 12 et 16 dollars. Un point bleu représente le nouveau paiement de 60 dollars. Une note indique que le paiement de 900 dollars est hors de la droite, à droite. La deuxième rangée montre la moyenne plus ou moins un écart-type avant le paiement énorme : une bande étroite à 14,14. La cote z de 60 dollars vaut 34,1. La troisième rangée montre la même chose après le paiement de 900 dollars. Une flèche montre la moyenne se déplaçant de 110,74 dollars, jusqu’à 124,88. La bande de plus ou moins 313,2 dollars dépasse la droite entière. La cote z de 60 dollars vaut −0,21. La quatrième rangée montre la médiane plus ou moins 1,4826 fois la MAD avant : une bande étroite à 14,0. La cote z robuste de 60 dollars vaut 31,0. La cinquième rangée montre la même chose après le paiement de 900 dollars : la bande est à 14,5. Elle s’est déplacée de 0,50 dollar et a gardé sa largeur. La cote z robuste vaut 30,7.
Exécutez les sections 1 et 2 du carnet pour vérifier ces nombres. La section 1 définit une petite fonction, robust_z(x, values). Elle renvoie la médiane, la MAD et la cote z robuste de x par rapport à values :
def robust_z(x, values): values = np.array(values) median = np.median(values) mad = np.median(np.abs(values - median)) # the median distance from the median return median, mad, (x - median) / (1.4826 * mad)La sortie des deux sections :
distances from the median: [0.0, 0.0, 1.0, 1.0, 1.0, 2.0, 2.0]median 14.00, MAD 1.00, robust z-score of 60 dollars: 31.0median 14.50, MAD 1.00, robust z-score of 60 dollars: 30.7La règle du diagramme en boîte et l’IQR
Section intitulée « La règle du diagramme en boîte et l’IQR »Il existe une deuxième mesure robuste de dispersion, construite à partir des quartiles. Q1, le premier quartile, a un quart des valeurs en dessous de lui. Q3, le troisième quartile, a trois quarts des valeurs en dessous de lui. L’IQR, l’écart interquartile, est Q3 − Q1 : la largeur de la moitié centrale des valeurs.
La règle du diagramme en boîte considère une valeur comme aberrante lorsqu’elle dépasse Q3 de plus de 1,5 IQR. Elle fait de même quand une valeur est à plus de 1,5 IQR sous Q1. La limite Q3 + 1,5 × IQR est la borne supérieure. La règle tire son nom du diagramme en boîte. Ce graphique représente la moitié centrale par une boîte et les valeurs aberrantes par des points.
Pour les huit paiements, dont celui de 900 $, le carnet affiche :
Q1 13.75, Q3 15.25, IQR 1.50, upper fence 17.50above the fence: [900.0, 60.0]Q1 et Q3 se trouvent entre deux valeurs. NumPy prend donc un point entre elles, comme pour la médiane. La borne est 15,25 + 1,5 × 1,50 = 17,50. Les valeurs 900 et 60 sont toutes deux au-dessus.
La même règle pour un vrai client
Section intitulée « La même règle pour un vrai client »La cliente C-08459, une particulière, a fait 7 paiements pendant les mois de référence et 11 autres jusqu’en novembre. Le diagramme en boîte montre les deux ensembles :
Description textuelle du graphique
Le graphique comporte deux rangées sur un axe de 0 à 280 dollars. La première utilise les 7 paiements de la cliente de juillet et août 2025, entre 25,84 et 64,42 dollars. La boîte couvre la moitié centrale, d’environ 30 à 58 dollars, et la médiane vaut 41,05. La deuxième rangée utilise les 18 paiements, de juillet à novembre. La boîte couvre environ 27 à 63 dollars. Les moustaches vont de 19,18 à 116,52 dollars. Un point, à 260,89 dollars, dépasse la borne supérieure. Il s’agit d’une prise de contrôle de compte insérée le 5 octobre 2025. Sous chaque boîte, de petits points montrent chaque paiement.
Une référence de base robuste pour tout le magasin
Section intitulée « Une référence de base robuste pour tout le magasin »Passons maintenant aux vrais paiements. Comme avant, le détecteur apprend des mois de référence et attribue des scores aux mois d’évaluation. La section 3 du carnet calcule la référence de base du magasin :
g_median = reference.amount.median()g_mad = (reference.amount - g_median).abs().median()g_q1, g_q3 = reference.amount.quantile([0.25, 0.75])reference months: median 44.78, MAD 25.02, Q1 25.33, Q3 102.62, upper fence 218.54La moyenne des mêmes paiements était de 119,36 $. La médiane est de 44,78. Les grosses commandes d’entreprises font monter la moyenne, mais pas la médiane.
Avant d’exécuter la cellule suivante, faites une prédiction : un paiement énorme ne trompe pas la cote z robuste. Trouvera-t-elle plus de fraudes que la cote z de la dernière leçon, dont la précision au budget était de 0,003?
detector setting alerts per day precision at budget recall cost per week ($) explain one alert (min) MAD (global) |robust z| of the amount, one baseline 50.0 0.003 0.005 10264 1IQR rule (global) amount above Q3 + 1.5 IQR 236.2 0.006 0.010 10169 1the IQR rule flags 21,494 payments; 98.3% are business paymentsElle ne fait pas mieux. La MAD globale fait réviser exactement les mêmes 50 paiements par jour que la cote z globale : les plus gros montants. La règle du diagramme en boîte signale 236,2 paiements par jour. C’est bien plus que les 50 que l’équipe peut réviser. L’équipe révise donc les 50 premiers de chaque jour, et les autres attendent. Parmi les paiements signalés, 98,3 % sont des paiements d’entreprises honnêtes.
Les statistiques robustes règlent donc un problème : la valeur extrême dans l’historique. Elles ne règlent pas l’autre problème : une référence de base pour tous pose la mauvaise question. Une fraude est inhabituelle pour son client.
Une référence de base par groupe
Section intitulée « Une référence de base par groupe »La solution est une référence de base par groupe : un ensemble de lignes qui devraient partager une même normale. Le carnet commence par les deux types de comptes. Il conserve leurs références de base dans une table appelée by_type. La cellule suivante l’utilise comme solution de repli :
by_type = reference.groupby("account_type").amount.agg( ["median", lambda s: (s - s.median()).abs().median(), "size"])by_type.columns = ["median", "mad", "payments"] median mad paymentsaccount_typebusiness 257.50 131.71 42255personal 34.32 14.94 131016Le paiement habituel d’une entreprise est de 257,50 $. Celui d’un particulier est de 34,32. Un paiement de 300 $ est donc ordinaire pour une entreprise et très inhabituel pour un particulier. Une référence de base pour tout le magasin ne peut pas exprimer les deux.
La même idée fonctionne pour plusieurs groupes :
- Par client : la médiane et la MAD propres à chaque client. Nous retrouvons ici la propriétaire du café.
- Par pays : un paiement au Portugal comparé aux autres paiements au Portugal, si le magasin y vend ses produits.
- Par agent : dans le module 3, les remboursements de chaque agent de soutien comparés à son propre taux habituel.
Par client, avec une solution de repli
Section intitulée « Par client, avec une solution de repli »Un petit groupe pose un problème : trop peu de lignes pour apprendre. La médiane de deux paiements n’est pas une habitude. Le détecteur utilise donc une solution de repli. Un client qui a au moins 5 paiements de référence obtient sa propre référence de base. Un client qui en a moins utilise celle de son type de compte.
g = reference.groupby("customer_id").amountcust = pd.DataFrame({"n": g.size(), "median": g.median(), "mad": g.apply(lambda s: (s - s.median()).abs().median())})known = evaluation.customer_id.map(cust["n"]) >= 5 # at least 5 payments to learn fromc_median = evaluation.customer_id.map(cust["median"]).where(known).fillna(evaluation.account_type.map(by_type["median"]))c_mad = evaluation.customer_id.map(cust["mad"]).where(known).fillna(evaluation.account_type.map(by_type["mad"]))c_mad = np.maximum(c_mad, 1.0) # a floor of 1 dollar for the spread (section 5)rz_customer = ((evaluation.amount - c_median) / (1.4826 * c_mad)).abs()where(known) conserve la valeur propre au client seulement s’il a au moins 5 paiements de référence. fillna(...) place la valeur du type de compte aux autres endroits. Avant de l’exécuter, prédisez la précision au budget. La cote z par client de la dernière leçon avait une précision de 0,045.
detector setting alerts per day precision at budget recall cost per week ($) explain one alert (min) MAD (global) |robust z| of the amount, one baseline 50.0 0.003 0.005 10264 1IQR rule (global) amount above Q3 + 1.5 IQR 236.2 0.006 0.010 10169 1 MAD per customer |robust z| against the customer's own median 50.0 0.048 0.078 8280 1customers with a baseline: 12,276; evaluation payments that use the account type's baseline: 50,778La MAD par client a une précision au budget de 0,048 : 16 fois celle de la référence du magasin entier. Elle dépasse aussi la cote z par client, à 0,045, et coûte 8 280 $ par semaine, contre 9 047. Parmi les paiements d’évaluation, 50 778 utilisent la solution de repli, car leur client avait moins de 5 paiements de référence.
La bande d’un client
Section intitulée « La bande d’un client »Le graphique montre de nouveau la cliente C-08459. La bande provient de la MAD par client, calculée à partir des 7 paiements de référence :
- Paiements
- Médiane : 41,05
- z robuste = 3 : 101,36
Description textuelle du graphique
Le graphique montre 18 paiements de la cliente C-08459 de juillet à novembre 2025, sur un axe de 0 à 280 dollars. Une ligne pointillée à 41,05 dollars indique la médiane de la cliente calculée à partir des mois de référence. Une deuxième ligne pointillée à 101,36 dollars indique une cote z robuste de 3. Presque tous les paiements se trouvent entre 19 et 82 dollars, sous la bande. Le 5 octobre, deux paiements la dépassent. L’un vaut 260,89 dollars, avec une cote z robuste de 10,94 : une prise de contrôle de compte insérée. L’autre, le même jour, vaut 116,52 dollars et est honnête.
Il y a deux choses à remarquer. D’abord, la bande est personnelle : 101,36 $ est la limite pour cette cliente. La borne du magasin entier était de 218,54. Avec la cote z robuste du magasin entier, le paiement de 260,89 $ obtient un score de 5,83. Il ne figure pas parmi les 50 scores les plus élevés du jour. Avec la bande personnelle, il obtient 10,94 et fait l’objet d’une révision.
Ensuite, le paiement honnête de 116,52 $ dépasse aussi la bande, avec une cote z robuste de 3,75. Une cote z robuste de 3 n’est pas un verdict. L’équipe révise les 50 scores les plus élevés de chaque jour. Ce jour-là, le 50e score était de 4,42. Le paiement de 116,52 $ n’a donc pas fait l’objet d’une révision.
La moyenne trompée dans les vraies données
Section intitulée « La moyenne trompée dans les vraies données »Le petit exemple était construit. La section 4 du carnet montre le même effet dans les données de Larkfield, avec le client C-06547 :
reference payments: [75.59, 69.38, 74.89, 248.87, 90.9, 69.39]new payment: 1.40 dollars on 2025-09-16 06:14:59mean 104.84, standard deviation 71.00, z-score -1.46median 75.24, MAD 5.86, robust z-score -8.51Un paiement passé de 248,87 $ a rendu l’écart-type élevé. Un paiement de 1,40 $ semble donc presque ordinaire pour la cote z : −1,46. La médiane et la MAD ignorent le montant de 248,87, et la cote z robuste vaut −8,51. Ce paiement est un test de cartes inséré : un voleur essaie un minuscule paiement pour vérifier si une carte volée fonctionne. Sur les mois d’évaluation, la MAD par client place parmi ses 50 paiements quotidiens 93 paiements insérés que la cote z par client manque. À l’inverse, la cote z par client en trouve 77 que la MAD manque.
À vous de jouer
Section intitulée « À vous de jouer »La section 6 du carnet contient trois tâches.
- Écrivez la cote z robuste du paiement de 60 $ après le paiement énorme, sous le nom
robust_after. - Calculez la borne supérieure de la règle du diagramme en boîte pour les comptes de particuliers seulement, pendant les mois de référence. Écrivez-la sous le nom
personal_fence. - Attribuez des scores seulement au côté supérieur de la MAD par client : gardez le signe pour donner de faibles scores aux montants sous la normale. Conservez la ligne sous le nom
up_row. Est-ce mieux?
Afficher les réponses
robust_after = 30.7.- Prenez
p = reference.amount[reference.account_type == "personal"], puisp.quantile([0.25, 0.75]). La borne est de 102,81 dollars, contre 218,54 pour tout le magasin. signed = (evaluation.amount - c_median) / (1.4826 * c_mad), puiscompare.score_payments(evaluation, signed, ...). Sa précision au budget est de 0,033, moins que 0,048. Certaines fraudes sont bien en dessous du montant habituel, comme le test de cartes de 1,40 $. Gardez les deux côtés.
Erreur courante
Une MAD de zéro
Symptôme : un paiement dépassant le montant habituel d’un client de seulement 1 $ obtient une cote z robuste de inf (infini). NumPy affiche un RuntimeWarning (avertissement à l’exécution). Ces scores arrivent en tête du classement et prennent des places parmi les 50 alertes quotidiennes.
Cause : si plus de la moitié des paiements d’un client ont exactement le même montant, la MAD vaut 0. Cela arrive plus facilement qu’un écart-type de 0 : les valeurs n’ont pas toutes besoin d’être égales.
same = [20.0, 20.0, 20.0, 25.0, 20.0] # four of five payments are exactly 20 dollarsmedian0, mad0, rz0 = robust_z(21.0, same)print(f"median {median0:.2f}, MAD {mad0:.2f}, robust z-score of 21 dollars: {rz0}")median 20.00, MAD 0.00, robust z-score of 21 dollars: infcustomers with a baseline and a MAD below 1 dollar: 66Aucun client de Larkfield ayant une référence de base n’a une MAD exactement égale à 0. Toutefois, 66 ont une MAD inférieure à 1 $. Une MAD minuscule pose le même problème, mais moins fortement : de petits changements obtiennent des scores énormes.
Solution : donnez un minimum à la dispersion. Le détecteur utilise 1 $, donc le paiement de 21 $ obtient une cote z robuste de 0,67.
Conséquence pour le travail en IA : tout score qui divise par une dispersion a besoin d’un minimum. Choisissez-le dans les unités des données et expliquez pourquoi.
Quand utiliser une référence de base robuste
Section intitulée « Quand utiliser une référence de base robuste »| Utilisez-la quand | l’historique peut contenir des valeurs extrêmes, ce qui arrive presque toujours. Aussi quand vous pouvez nommer le groupe qui partage une même normale : un client, un type de compte, un agent. |
| Ne l’utilisez pas seule quand | la fraude ne dépend pas de la valeur. Une carte volée utilisée pour des paniers ordinaires donne un montant ordinaire. |
| Ce qu’elle coûte | une médiane par groupe et une solution de repli pour les petits groupes. Elle exige un historique : 50 778 paiements d’évaluation, environ 30 %, n’ont pas leur propre référence de base. Une référence de base vieillit aussi. Quand la normale change, comme au lancement de l’application du module 1, il faut la réapprendre. |
Le tableau comparatif, avec les lignes de cette leçon :
| Détecteur | Réglage | Alertes/jour | Précision au budget | Rappel | Coût par semaine ($) |
|---|---|---|---|---|---|
| aucun détecteur | aucune révision | 0,0 | 0,0 | 0,0 | 10 367 |
| cote z | |z| du montant, une référence de base pour tous | 50,0 | 0,003 | 0,005 | 10 264 |
| MAD (globale) | |z robuste| du montant, une référence de base | 50,0 | 0,003 | 0,005 | 10 264 |
| règle de l’IQR (globale) | montant supérieur à Q3 + 1,5 IQR | 236,2 | 0,006 | 0,01 | 10 169 |
| MAD par client | |z robuste| par rapport à la médiane du client | 50,0 | 0,048 | 0,078 | 8 280 |
| MAD par client, côté élevé | z robuste, seulement les montants supérieurs à l’habitude | 50,0 | 0,033 | 0,054 | 8 348 |
Vérification des connaissances
Section intitulée « Vérification des connaissances »Vérifiez votre compréhension
Cinq remboursements d'un agent, en dollars : 30, 35, 40, 45, 300. Calculez la médiane et la MAD. Quelle est la cote z robuste d'un remboursement de 70 dollars?
Afficher la réponse
Après le tri, la valeur du milieu est 40 : c’est la médiane. Les distances par rapport à 40 sont 10, 5, 0, 5 et 260. Après le tri : 0, 5, 5, 10, 260. Leur médiane est 5 : c’est la MAD. La cote z robuste de 70 dollars est (70 − 40) ÷ (1,4826 × 5) = 30 ÷ 7,41 = environ 4,0. Le remboursement de 300 dollars n’a changé ni la médiane ni la MAD.
Votre réponse contient-elle les points principaux de la nôtre ?
Connectez-vous et inscrivez-vous au cours pour enregistrer vos réponses. Chaque vérification compte pour le certificat.
Vérifiez votre compréhension
Prédisez : le Q1 des paiements d'un client est de 20 dollars et le Q3 est de 40 dollars. Où se trouve la borne supérieure de la règle du diagramme en boîte? Un paiement de 75 dollars est-il une valeur aberrante?
Afficher la réponse
L’IQR est 40 − 20 = 20. La borne supérieure est Q3 + 1,5 × IQR = 40 + 30 = 70 dollars. Un paiement de 75 dollars dépasse la borne. La règle du diagramme en boîte le considère donc comme une valeur aberrante.
Votre réponse contient-elle les points principaux de la nôtre ?
Connectez-vous et inscrivez-vous au cours pour enregistrer vos réponses. Chaque vérification compte pour le certificat.
Vérifiez votre compréhension
En pratique : sur les mois d'évaluation de Larkfield, la MAD globale a une précision au budget de 0,003. La MAD par client atteint 0,048. Expliquez la différence. Indiquez ensuite ce que fait le détecteur pour un client ayant seulement 2 paiements de référence, et pourquoi.
Afficher la réponse
La MAD globale compare chaque paiement à l’ensemble du magasin. Ses scores les plus élevés correspondent donc aux plus gros montants : des commandes honnêtes d’entreprises. La MAD par client vérifie si un paiement est inhabituel pour ce client. C’est ainsi que se présente une grande partie de la fraude. Un client ayant seulement 2 paiements de référence n’a pas assez d’historique pour une référence de base. Le détecteur utilise donc la solution de repli : la médiane et la MAD du type de compte du client.
Votre réponse contient-elle les points principaux de la nôtre ?
Connectez-vous et inscrivez-vous au cours pour enregistrer vos réponses. Chaque vérification compte pour le certificat.
Récapitulatif
- La médiane et la MAD sont robustes : après un paiement de 900 dollars, la médiane a changé de 0,50 dollar et la MAD n’a pas changé.
- La cote z robuste est (valeur − médiane) ÷ (1,4826 × MAD). La règle du diagramme en boîte signale les valeurs supérieures à Q3 + 1,5 × IQR.
- Les statistiques robustes ne corrigent pas une mauvaise question. Une référence de base pour tout le magasin n’a presque rien trouvé (0,003).
- Une référence de base par groupe pose la bonne question. La MAD par client, avec un repli sur le type de compte, avait une précision au budget de 0,048.
- Une MAD peut être de 0 ou très petite. Fixez-lui un minimum.
Vous pouvez maintenant attribuer un score à un paiement selon les habitudes du client. Un paiement inhabituel dans le passé ne fausse pas ce score. Mais 0,048 signifie que seulement environ 2 des 50 alertes quotidiennes correspondent à une fraude. Beaucoup de fraudes ne dépendent pas du tout du montant. Ensuite, vous écrirez des règles qui décrivent la forme d’une fraude, comme plusieurs paiements sur un appareil en une heure. Vous les comparerez à ces scores.
Leçon suivante : Les règles, et quand une règle est la bonne réponse