なぜウズベキスタンでのたった1つのデータポイントが、分析結果を覆すほどの劇的な影響を与えたのか？

ある夜、ウズベキスタンで得られたたった1つのデータポイントが、なぜこれほどまでに強力な影響力を持ったのか。外れ値として処理されるべきか、それとも隠れた法則を示唆する宝の山なのか。データ分析における「特異点」の重要性について考察します。

モデルの分散が大きすぎたのが原因じゃないかな。もっと正則化が必要だったと思う。

国際地球観測年のデータ整合性版みたいなものが必要だよ。学際的な優先事項として、アウトライヤーの取捨選択や偏ったサンプル、あるいは完全な不正によって何とか形を保っているような論文を徹底的に洗い出すべきだね。プライドは傷つくかもしれないけど、そうすればずっと健全な状態になれるはず。

結局何が問題だったのかよくわからない。ウズベキスタンが外れ値だったデータって具体的に何で、なんでそうなったの？

撤回したのは偉い。科学がちゃんと機能している証拠だね。

こういう特定しにくいエラーを含んだ論文って、世の中にあとどれくらいあるんだろう。AIを使えば（遡及的だとしても）そういうのを見つけるのに役立つんじゃないかな。

ウズベキスタンが目立たなかった理由を知りたかったので、コメント欄でそれを再現した（拡張データ図1）。結局、ウズベキスタンは最大の外れ値ですらなかったんだ。彼らが出版したバージョンは軸がトリミングされていて、外れ値が見えないようになっていた（私たちが作ったバージョンの赤い枠を見てほしい）。これが別の問題を示唆しているように思えたから、コメントとして記録に残したんだ。

外れ値を隠すためにグラフをトリミングするなんて酷すぎる。無能なのか悪意があるのか判断に困るよ。注意を払っていないオペレーターがLLMを使えばこんなことが起きても驚かないけど、この論文が出版されたのはLLMが普及する前の話だからね。

図1a（TFAのトップ画像の左端のサブ図）は、DOSEv1データセット（緑）、DOSEv2データセット（赤）、世界銀行（黒）によるウズベキスタンのデータを示している。撤回された研究の著者たちは、先行研究の国レベルの分析とは対照的に、サブナショナルなレベルで気候が経済に与える影響をモデル化するためにDOSEv2データセットを使用した。しかし、DOSEv2のデータはウズベキスタンの全14州で明らかに悪かったようだ（2020年に全州でGDPが90%も急落している！）。

天候と経済の一般的な相関関係はデータセット全体を通してかなりノイズが多いものだけど、偶然の天候の影響と重なって、壊滅的なGDPの急落を示唆する14ものデータポイントが同時に存在すれば、モデルは大きく偏ってしまう。特筆すべきは、彼らが損失を2100年まで予測・外挿している点で、これだとバイアスの影響が雪だるま式に増大してしまうんだ。