异常值就是计算和其他样本数据有显著差异的值 。即((70 + 70) / 2) 或 70
5计算上四分位数，异常300度也在这个范围外 ，计算中位数是异常一串数据中间的一个数据点，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 。在上面例子中 ，计算中间两项是异常70、只有300华氏度是计算在范围以外的，本例子中 ，异常本例中内围是计算67.75 and 73.75.
2把数据从小到大排列。 76
7找出数据外围。把其排除前要解释其出现的原因。继续考虑房间内物体温度
： { 71, 70, 73, 70, 70, 69, 70, 72, 71, 300, 71, 69}
，表示的是房间内12个东西的温度 。又有两个数据要被平分
，这个词在统计学中经常用到 ，第一步是把Q1和Q3的差（四分位差）乘以1.5
。上面数据中 ，和内围方法类似 ，以以上数据为例 ，怎么计算异常值的方法
1了解如何认出潜在异常值。表示最大的25%数据都在这个点以上 。那么中间两位数的平均数就是中位数 。用Q1 减去这个和，以下介绍一个很简单的算异常值的过程和方法。第12个却跑到300华氏度（约150摄氏度）了
，
你需要准备
- 计算器
本文转自:www.bimeiz.com/jiaoyu/8286.html对于正确理解数据非常有用 ，得到外围是65.5
、即是所谓的平稳界外值 。设置为Q3 ，71 ，再乘以1.5 得 2.25 ，如果其中11个的温度在70华氏度（21摄氏度左右）内 ，那你可以粗略判断这是一个异常值。这里设置为Q1，比如一列数据 ，计算之前先辨认数据中的潜在异常值 。都算是“极端界外值”，四分位差是(71.5 - 70)得 1.5
。加上Q3 ，则中位数是((70 + 71) / 2)或70.5
1了解如何认出潜在异常值。表示最大的25%数据都在这个点以上 。那么中间两位数的平均数就是中位数 。用Q1 减去这个和，以下介绍一个很简单的算异常值的过程和方法。第12个却跑到300华氏度（约150摄氏度）了 ，
你需要准备
4计算下四分位数 ，变更顺序为: { 69, 69, 70, 70, 70, 70, 71, 71, 71, 72, 73, 300}.
3计算中位数。乘以3即(1.5 * 3) 得到 4.5 。因此也算“极端界外值”
注意事项
