O que caracteriza um outlier em um conjunto de dados?

Observação que se distancia do padrão esperado do conjunto e pode distorcer estatísticas resumo e modelos preditivos.

Explicação:
Um outlier é um valor atípico que não se alinha ao comportamento normal dos dados.
Pode surgir por erro de medição, entrada incorreta, variabilidade natural ou fenômeno raro.
A detecção usa regras simples (IQR, z‑score) ou métodos robustos (isolamento por floresta, clustering) e a remoção/ajuste é contextual.

Exemplo:
Dados: [10, 12, 13, 14, 15, 16, 17, 100]
Quartis: \(Q1=12{.}5,\;Q3=16{.}5\) → \(IQR=Q3-Q1=4\)
Limites IQR: \(Q1-1{.}5\cdot IQR=12{.}5-6=6{.}5\) e \(Q3+1{.}5\cdot IQR=16{.}5+6=22{.}5\)
Como \(100>22{.}5\), 100 é considerado outlier pelo critério IQR.
Por z‑score: média \(=24{.}625\), desvio ≈ \(28{.}58\), \(z_{100}\approx 2{.}64\) (<3), logo o critério 3σ não o classificaria — mostra como métodos distintos podem divergir.