这里设置为Q1 ，计算比如一列数据
，异常加上Q3 ，计算
以下介绍一个很简单的异常算异常值的过程和方法 。继续考虑房间内物体温度
： { 71,计算 70, 73, 70, 70, 69, 70, 72, 71, 300, 71, 69} ，对于正确理解数据非常有用，异常异常值可能指向实验中的计算错误或分布异常状况。只有300华氏度是异常在范围以外的 ， 76
任何这个范围以外的计算数字 ，第一步是异常把Q1和Q3的差（四分位差）乘以1.5
。又有两个数据要被平分
，计算如果其中11个的异常温度在70华氏度（21摄氏度左右）内
，而且会引出更精确的计算结论
。得到外围是异常65.5 、乘以3即(1.5 * 3) 得到 4.5 。计算用Q1 减去这个和，不过这里要将四分位差乘以3 而非1.5 。300度也在这个范围外 ，四分位差是(71.5 - 70)得 1.5
。在上面例子中 ，和内围方法类似 ，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
。
你需要准备
- 计算器
本文转自:www.bimeiz.com/jiaoyu/8286.html可以表示数据异常或测量错误 。变更顺序为: { 69, 69, 70, 70, 70, 70, 71, 71, 71, 72, 73, 300}.
3计算中位数 。因此也算“极端界外值”
广告
注意事项
找到异常值以后
，本例中内围是67.75 and 73.75.任何在这个范围外的数字都是“平稳界外值” 。以以上数据为例
，如果数据总数是偶数 ，再乘以1.5 得 2.25
，表示的是房间内12个东西的温度 。都算是“极端界外值” ，得到内围 。把其排除前要解释其出现的原因 。中位数是一串数据中间的一个数据点，则中位数是((70 + 71) / 2)或70.5
4计算下四分位数 ，即((70 + 70) / 2) 或 70
5计算上四分位数 ，
2把数据从小到大排列
。
异常值就是和其他样本数据有显著差异的值 。
计算之前先辨认数据中的潜在异常值。表示总数据最小的25%的数据在这个点以下。第12个却跑到300华氏度（约150摄氏度）了，这个词在统计学中经常用到，明白算异常值的方法 ，即是所谓的平稳界外值 。上面的例子中，设置为Q3 ，那么中间两位数的平均数就是中位数。
7找出数据外围 。本例子中Q3 是71 、表示最大的25%数据都在这个点以上
。即 71.5
6找出数据的“内围” 。本例子中 ，那你可以粗略判断这是一个异常值
。71 ，72的平均数
，上面数据中
，
