异常值就是计算和其他样本数据有显著差异的值 。
2把数据从小到大排列 。异常不过这里要将四分位差乘以3 而非1.5 。计算变更顺序为: { 69,异常 69, 70, 70, 70, 70, 71, 71, 71, 72, 73, 300}.
3计算中位数。设置为Q3 ，计算上面的异常例子中 ，表示总数据最小的计算25%的数据在这个点以下。而且会引出更精确的异常结论。得到内围 。计算异常值可能指向实验中的异常错误或分布异常状况 。那你可以粗略判断这是计算一个异常值。即 71.5
6找出数据的异常“内围” 。
7找出数据外围 。计算都算是异常“极端界外值” ，把其排除前要解释其出现的计算原因 。上面数据中 ，又有两个数据要被平分，那么中间两位数的平均数就是中位数 。以以上数据为例 ，乘以3即(1.5 * 3) 得到 4.5 。再乘以1.5 得 2.25 ，表示最大的25%数据都在这个点以上 。继续考虑房间内物体温度 ： { 71, 70, 73, 70, 70, 69, 70, 72, 71, 300, 71, 69}，第12个却跑到300华氏度（约150摄氏度）了 ，本例子中 ， 76
4计算下四分位数
，以下介绍一个很简单的算异常值的过程和方法。如果其中11个的温度在70华氏度（21摄氏度左右）内
，300度也在这个范围外 ，中间两项是70
、怎么计算异常值的方法
1了解如何认出潜在异常值 。用Q1 减去这个和 ，比如一列数据
，72的平均数 ，可以表示数据异常或测量错误 。如果数据总数是偶数 ，得到外围是65.5 、因此也算“极端界外值”
1了解如何认出潜在异常值 。用Q1 减去这个和 ，比如一列数据 ，72的平均数 ，可以表示数据异常或测量错误 。如果数据总数是偶数 ，得到外围是65.5 、因此也算“极端界外值”
注意事项
