Выбросы данных могут существенно искажать результаты анализа по нескольким причинам:

• Непропорциональное влияние на статистические показатели. 1 Выбросы оказывают большое влияние на такие метрики, как среднее значение, что искажает общие результаты и приводит к ошибочным выводам. 3
• Влияние на процесс обучения алгоритмов машинного обучения. 5 Многие алгоритмы чувствительны к разбросу и распределению значений признаков обрабатываемых объектов. 5 Выбросы во входных данных могут исказить и ввести в заблуждение процесс обучения, что приводит к увеличению времени обучения, снижению точности моделей и, в конечном итоге, к снижению результатов. 5
• Изменение графических и статистических характеристик наборов данных. 2 Например, несколько экстремальных выбросов в истории продаж способны серьёзно изменить средний чек, а построенный на этих данных график не будет отражать реального положения дел. 2