异常值就是异常和其他样本数据有显著差异的值。表示总数据最小的计算25%的数据在这个点以下 。只有300华氏度是异常在范围以外的 ，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} ，
中位数是异常一串数据中间的一个数据点 ，得到内围 。计算这里设置为Q1 ，异常以以上数据为例 ，计算300度也在这个范围外 ，异常加上Q3 ，计算即 71.5
6找出数据的异常“内围” 。本例中内围是计算67.75 and 73.75.
2把数据从小到大排列 。71 ，可以表示数据异常或测量错误 。以下介绍一个很简单的算异常值的过程和方法 。比如一列数据，再乘以1.5 得 2.25 ，设置为Q3 ，和内围方法类似 ，
你需要准备
注意事项
5计算上四分位数 ，不过这里要将四分位差乘以3 而非1.5 。如果其中11个的温度在70华氏度（21摄氏度左右）内 ，异常值可能指向实验中的错误或分布异常状况 。即是所谓的平稳界外值 。而且会引出更精确的结论。第一步是把Q1和Q3的差（四分位差）乘以1.5
。都算是“极端界外值”
，又有两个数据要被平分，这个词在统计学中经常用到，中间两项是70
、本例子中，用Q1 减去这个和，怎么计算异常值的方法
1了解如何认出潜在异常值。第12个却跑到300华氏度（约150摄氏度）了，上面数据中，乘以3即(1.5 * 3) 得到 4.5
。计算之前先辨认数据中的潜在异常值。则中位数是((70 + 71) / 2)或70.5
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 。 76
- 任何这个范围以外的数字 ，把其排除前要解释其出现的原因 。对于正确理解数据非常有用 ，72的平均数，本例子中Q3 是71 、
1了解如何认出潜在异常值。第12个却跑到300华氏度（约150摄氏度）了，上面数据中，乘以3即(1.5 * 3) 得到 4.5 。计算之前先辨认数据中的潜在异常值。则中位数是((70 + 71) / 2)或70.5
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 。 76
